投稿の背景

「つくりながら学ぶ！PyTorchによる発展ディープラーニング」を読んでいて、MeCabを用いた自然言語処理の話が出てきました。しかし、当該書籍は開発環境にLinuxを想定しており、Windows用のコマンドが記載されていなかったので、Windows, Pythonで動くMeCab, NEologdのインストール手順を書き残しておきます。

MeCabインストール

金子邦彦研究室のWebページに従ってインストールを進めてください。念のため、私が取り組んだ行動を記します。

MeCabのWebページからmecab-xxx.exeをダウンロードし、実行してMeCabをインストールする（文字コードはUTF-8を選択した）
Windowsのシステム環境変数にc:\Program Files (x86)\Mecab\binを追加し、パスを通す

エディタの文字コードとMeCabの文字コードを合わせないと文字化けが起こるので要注意。今回はUTF-8で合わせてある。

MeCabに辞書を追加する

WindowsでNEologd辞書を比較的簡単に入れる方法ーユーザー辞書編に従って作業を進めてください。念のため、私が取り組んだ行動を記します。

1

適当なディレクトリfooで以下のコマンドを実行する。そうすると、foo直下にmecab-ipadic-neologdフォルダが生成される。

$ git clone --depth 1 https://github.com/neologd/mecab-ipadic-neologd.git

2

7zipのWebページから7zipをダウンロードする。
Windowsのシステム環境変数にC:\Program Files\7-Zipを追加し、パスを通す。
以下のコマンドを実行する。

# .../seed
$ 7z X *.xz

3

以下のコマンドを実行する。そうすると、c:\Program Files (x86)\MeCab\dic\ipadicフォルダ直下にNEologd.20200910-u.dicファイルが生成される。文字コードはUTF-8で合わせる必要がある。「20200910」の部分は適宜変更。

# .../seed
$ mecab-dict-index -d "c:\Program Files (x86)\MeCab\dic\ipadic" -u NEologd.20200910-u.dic -f utf-8 -t utf-8 mecab-user-dict-seed.20200910.csv

4

C:\Program Files (x86)\MeCab\dic\NEologdフォルダを作成し、seedフォルダ直下にあるNEologd.20190128-u.dicファイルをNEologdフォルダ直下に移す。管理者権限が必要。

5

C:\Program Files (x86)\MeCab\etc\mecabrcファイルに次の行を追加する。行頭に「;」が含まれるとコメントアウト扱いになる（？）ので注意する。これも管理者権限が必要。

dicdir =  $(rcpath)\..\dic\ipadic
userdic = C:\Program Files (x86)\MeCab\dic\NEologd\Neologd.20200910-u.dic

確認

まずは辞書を指定しないで実行する。

import MeCab

m_t = MeCab.Tagger('-Ochasen')

text = '機械学習が好きです。'

print(m_t.parse(text))

# 機械	キカイ	機械	名詞-一般		
# 学習	ガクシュウ	学習	名詞-サ変接続		
# が	ガ	が	助詞-格助詞-一般		
# 好き	スキ	好き	名詞-形容動詞語幹		
# です	デス	です	助動詞	特殊・デス	基本形
# 。	。	。	記号-句点		
# EOS

次に、辞書NEologdを指定して実行する。

import MeCab

m_t = MeCab.Tagger('-Ochasen -r "C:\Program Files (x86)\MeCab\etc\mecabrc"') # -d ではなく -r

text = '機械学習が好きです。'

print(m_t.parse(text))

# 機械学習	キカイガクシュウ	機械学習	名詞-固有名詞-一般		
# が	ガ	が	助詞-格助詞-一般		
# 好き	スキ	好き	名詞-形容動詞語幹		
# です	デス	です	助動詞	特殊・デス	基本形
# 。	。	。	記号-句点		
# EOS

辞書未指定だと機械学習という単語は「機械」「学習」と認識されてしまうが、辞書NEologdを指定すると「機械学習」という1つの単語として認識されている。

参考

つくりながら学ぶ！PyTorchによる発展ディープラーニング（Amazonページにリンクしています）
金子邦彦研究室のWebページ
WindowsでNEologd辞書を比較的簡単に入れる方法ーユーザー辞書編