JUMAN++ on Ubuntu | moskomule log

JUMAN++ on Ubuntu

日本語形態素解析には MeCabを使ってきたが,京大の JUMAN++が進化してWikipediaやWiktionaryの用語を取り込んでMeCabを追い越した,とのことなのでインストールしてみた.

インストール

  • 必須ライブラリ

    • gcc (4.9+)

    • Boost C++ Libraries (1.57+)

  • 推奨ライブラリ

    • gpreftool

    • libunwind(gpreftoolを64bit環境で使用する場合)

gccと推奨ライブラリはapt-get installで導入できたのだが,Boostはapt-getでは1.57以上が入らなかったので,boost.orgから最新版を解凍して


cd boost_*

sudo ./bootstrap.sh --prefix=<INSTALL_PATH>

sudo ./b2 install

export PATH=$PATH:<INSTALL_PATH>/include/:<INSTALL_PATH>/lib/

export BOOST_ROOT=<INSTALL_PATH>

続いて,JUMAN++をダウンロードし,解凍する.


cd jumanapp-1.0*

./configure --with-boost=<INSTALL_PATH>

sudo make install

こうして,jumanappが使えるようになる.

比較

JUMAN++


入り口から入って振り返ると,善き羊飼いとしてのキリストの図像がある.

入り口 いりぐち 入り口 名詞 6 普通名詞 1 * 0 * 0 "代表表記:入り口/いりぐち カテゴリ:場所-その他"

から から から 助詞 9 格助詞 1 * 0 * 0 NIL

入って はいって 入る 動詞 2 * 0 子音動詞ラ行 10 タ系連用テ形 14 "代表表記:入る/はいる 自他動詞:他:入れる/いれる 反義:動詞:出る/でる"

振り返る ふりかえる 振り返る 動詞 2 * 0 子音動詞ラ行 10 基本形 2 "代表表記:振り返る/ふりかえる"

と と と 助詞 9 格助詞 1 * 0 * 0 NIL

, , , 特殊 1 読点 2 * 0 * 0 NIL

善き よき 善い 形容詞 3 * 0 イ形容詞アウオ段 18 文語連体形 21 "代表表記:良い/よい 反義:形容詞:悪い/わるい"

@ 善き よき 善い 形容詞 3 * 0 イ形容詞アウオ段 18 文語連体形 21 "代表表記:良い/よい 反義:形容詞:悪い/わるい"

羊飼い ひつじかい 羊飼い 名詞 6 普通名詞 1 * 0 * 0 "代表表記:羊飼い/ひつじかい カテゴリ:人"

と と と 助詞 9 格助詞 1 * 0 * 0 NIL

して して する 動詞 2 * 0 サ変動詞 16 タ系連用テ形 14 "代表表記:する/する 付属動詞候補(基本) 自他動詞:自:成る/なる"

の の の 助詞 9 接続助詞 3 * 0 * 0 NIL

キリスト キリスト キリスト 名詞 6 普通名詞 1 * 0 * 0 "自動獲得:Wikipedia Wikipedia多義"

の の の 助詞 9 接続助詞 3 * 0 * 0 NIL

図像 ずぞう 図像 名詞 6 普通名詞 1 * 0 * 0 "代表表記:図像/ずぞう カテゴリ:抽象物 ドメイン:文化・芸術"

が が が 助詞 9 格助詞 1 * 0 * 0 NIL

ある ある ある 動詞 2 * 0 子音動詞ラ行 10 基本形 2 "代表表記:有る/ある 補文ト 反義:形容詞:無い/ない"

. . . 特殊 1 句点 1 * 0 * 0 NIL

EOS

MeCab


入り口から入って振り返ると,善き羊飼いとしてのキリストの図像がある.

入り口	名詞,一般,*,*,*,*,入り口,イリクチ,イリクチ

から	助詞,格助詞,一般,*,*,*,から,カラ,カラ

入っ	動詞,自立,*,*,五段・ラ行,連用タ接続,入る,ハイッ,ハイッ

て	助詞,接続助詞,*,*,*,*,て,テ,テ

振り返る	動詞,自立,*,*,五段・ラ行,基本形,振り返る,フリカエル,フリカエル

と	助詞,接続助詞,*,*,*,*,と,ト,ト

,	記号,読点,*,*,*,*,,,,,,

善き	形容詞,自立,*,*,形容詞・アウオ段,体言接続,善い,ヨキ,ヨキ

羊	名詞,一般,*,*,*,*,羊,ヒツジ,ヒツジ

飼い	動詞,自立,*,*,五段・ワ行促音便,連用形,飼う,カイ,カイ

として	助詞,格助詞,連語,*,*,*,として,トシテ,トシテ

の	助詞,連体化,*,*,*,*,の,ノ,ノ

キリスト	名詞,固有名詞,一般,*,*,*,キリスト,キリスト,キリスト

の	助詞,連体化,*,*,*,*,の,ノ,ノ

図像	名詞,一般,*,*,*,*,図像,ズゾウ,ズゾー

が	助詞,格助詞,一般,*,*,*,が,ガ,ガ

ある	動詞,自立,*,*,五段・ラ行,基本形,ある,アル,アル

.	記号,句点,*,*,*,*,.,.,.

EOS

羊飼いが認識できている.


JUMAN++


スマートフォンを買い換えた

スマートフォン スマートフォン スマートフォン 名詞 6 普通名詞 1 * 0 * 0 "自動獲得:Wikipedia Wikipedia上位語:用語/ようご"

を を を 助詞 9 格助詞 1 * 0 * 0 NIL

買い かい 買う 動詞 2 * 0 子音動詞ワ行 12 基本連用形 8 "代表表記:買う/かう ドメイン:家庭・暮らし;ビジネス 反義:動詞:売る/うる"

換えた かえた 換える 動詞 2 * 0 母音動詞 1 タ形 10 "代表表記:換える/かえる 付属動詞候補(基本) 自他動詞:自:換わる/かわる"

EOS

MeCab


スマートフォンを買い換えた

スマート	名詞,固有名詞,人名,姓,*,*,スマート,スマート,スマート

フォン	名詞,一般,*,*,*,*,フォン,フォン,フォン

を	助詞,格助詞,一般,*,*,*,を,ヲ,ヲ

買い換え	動詞,自立,*,*,一段,連用形,買い換える,カイカエ,カイカエ

た	助動詞,*,*,*,特殊・タ,基本形,た,タ,タ

EOS

スマートフォンなど,最近の用語にも強い.


この程度の文章では気にならなかったが,JUMAN++は精度と引き替えに速度がMecabの100分の1以下という話もあるので,必要に応じて使い分けるのがよいのだろう

comments powered by Disqus