環境準備（BoUow LDA)

主に、LDAをやってみるための環境構築のお話です。
同じように悩んでいるかたの役にたてば、幸いです。

参考にさせて頂いたのは、「け」さんのブログ。ありがとうございます。
http://ohke.hateblo.jp/entry/2017/11/14/230000

環境

• Windows10
• bash on ubuntu on windows(gensimなどで日本語処理したいため)
• python3

コーパスファイルのダウンロードと解凍

• まずは、コーパスファイルを入手。
• Windows上でファイルを入手して解凍。
• BoUoWのホームディレクトリにコピー。

ここで問題発生。
やはりBoUoWでは、Windows側で解凍したコーパスファイルを認識してくれない模様。

しかたないので、bashのコマンドから勉強開始。

• まずは、目的のコーパスファイルの取得。

$ wget http://nlp.ist.i.kyoto-u.ac.jp/kuntt/KNBC_v1.0_090925.tar.bz2

• dirで、bash上で取得したコーパスファイルが見えることを確認。

• 取得した「tar.bz2」ファイルを展開。

「tar」が複数ファイルをまとめたアーカイブファイルで、「bz2」は、圧縮ファイルの１つの形式の模様。

• ってことで、解凍と展開。

$ tar -jxvf KNBC_v1.0_090925.tar.bz2

dirで、ディレクトリとしての「KNBC_v1.0_090925」ができていることを確認。うれしい。(^^♪

Janomeインストール

前準備。

• まずファイルをダウンロード。

しかし、対象ファイルがgoogleドライブ上に置かれており、容量が204MBあるので、wgetコマンドでは、すんなりダウンロードできない。

googleドライブの動的なIDが取得しにくいような問題があるらしいです。
解決方法もあるようなのですが、僕はよく理解できず、他の方法を模索。

• とりあえず、Windowsでgoogleドライブから目的のファイルをダウンロード。
• BoUoW側からWindows10のファイルにアクセスし、コピーしてくることに挑戦。

~$ cp /mnt/c/Users/*ユーザ名*/*Windows10上でダウンロードしたファルダ名*/Janome-0.3.5.neologd20170828.tar.gz /home/*ユーザ名*/Janome-0.3.5.neologd201708
28.tar.gz

無事成功。

$ tar -zxvf Janome-0.3.5.neologd20170828.tar.gz

成功はしたようですが、次のpipを考えると、特に解凍する必要もないのかもしれません。

• では、いよいよjanomeのインストール。

pip install Janome-0.3.5.neologd20170828.tar.gz --no-compile

僕の環境だと、一瞬フリーズしているように思えてしまいますが、問題なく、次のような完了メッセージが表示されます。

Successfully built Janome
Installing collected packages: Janome
Successfully installed Janome-0.3.5.neologd20170828

• 次に、こちらもエラーなど出ることなく完了。

python -c "from janome.tokenizer import Tokenizer; Tokenizer(mmap=True)"

この後は、「け」さんのブログの通り実施。

写経の時間もだんだん短縮できるようになり、満足(^^♪