とりあえず使ってみよう！

とりあえず使ってみよう！

Here's a guide to getting started with MeCab parsing using natto-py.

This requires:

• Python 2.7.8 or greater
• an existing installation of MeCab with a system dictionary
• either:
  • use automatic configuration: just make sure that mecab (and mecab-config if you are on Mac OS or *nix) are on your PATH
  • or explicit configuration: MECAB_PATH environment variable set to the full filepath to the mecab library

---

1. Instantiate a reference to the mecab tagger, and display some details:

    from natto import MeCab
   
    nm = MeCab()
    print(nm)
    
    # displays details about the MeCab instance
    <natto.mecab.MeCab
     model=<cdata 'mecab_model_t *' 0x801c16300>,
     tagger=<cdata 'mecab_t *' 0x801c17470>,
     lattice=<cdata 'mecab_lattice_t *' 0x801c196c0>,
     libpath="/usr/local/lib/libmecab.so",
     options={},
     dicts=[<natto.dictionary.DictionaryInfo
             dictionary='mecab_dictionary_info_t *' 0x801c19540>,
             filepath="/usr/local/lib/mecab/dic/ipadic/sys.dic",
             charset=utf8,
             type=0],
     version=0.996>
   

2. Display details about the mecab system dictionary used:

    sysdic = nm.dicts[0]
    print(sysdic)
    
    # displays the MeCab system dictionary info
    <natto.dictionary.DictionaryInfo
     dictionary='mecab_dictionary_info_t *' 0x801c19540>,
     filepath="/usr/local/lib/mecab/dic/ipadic/sys.dic",
     charset=utf8,
     type=0>
   

3. Parse Japanese text and send the MeCab result as a string to stdout:

    print(nm.parse('この星の一等賞になりたいの卓球で俺は、そんだけ！'))
   
    この    連体詞,*,*,*,*,*,この,コノ,コノ
    星      名詞,一般,*,*,*,*,星,ホシ,ホシ
    の      助詞,連体化,*,*,*,*,の,ノ,ノ
    一等    名詞,一般,*,*,*,*,一等,イットウ,イットー
    賞      名詞,接尾,一般,*,*,*,賞,ショウ,ショー
    に      助詞,格助詞,一般,*,*,*,に,ニ,ニ
    なり    動詞,自立,*,*,五段・ラ行,連用形,なる,ナリ,ナリ
    たい    助動詞,*,*,*,特殊・タイ,基本形,たい,タイ,タイ
    の      助詞,連体化,*,*,*,*,の,ノ,ノ
    卓球    名詞,サ変接続,*,*,*,*,卓球,タッキュウ,タッキュー
    で      助詞,格助詞,一般,*,*,*,で,デ,デ
    俺      名詞,代名詞,一般,*,*,*,俺,オレ,オレ
    は      助詞,係助詞,*,*,*,*,は,ハ,ワ
    、      記号,読点,*,*,*,*,、,、,、
    そん    名詞,一般,*,*,*,*,そん,ソン,ソン
    だけ    助詞,副助詞,*,*,*,*,だけ,ダケ,ダケ
    ！      記号,一般,*,*,*,*,！,！,！
    EOS
   

4. Parse the given text and use a generator to iterate over the nodes:

    # use a Python with-statement to ensure mecab_destroy is invoked
    # only output normal nodes, ignoring any end-of-sentence and unknown nodes 
    #
    with MeCab() as nm:
        for n in nm.parse('飛べねえ鳥もいるってこった。', as_nodes=True):
    ...     if n.is_nor():
    ...         print('{}\t{}'.format(n.surface, n.cost))
    ...
    飛べ    8101
    ねえ    6416
    鳥      12029
    も      12540
    いる    16477
    って    20631
    こっ    30320
    た      29380
    。      25946
   

5. Combine node-parsing with a custom node-format for more interesting processing:

    # use a Python with-statement to ensure mecab_destroy is invoked
    # only output normal nodes, ignoring any end-of-sentence and unknown nodes 
    #
    # -F      ... short-form of --node-format
    # %m      ... morpheme surface
    # %h      ... part-of-speech ID
    # %f[0,1] ... part-of-speech & part-of-speech sub-class 1, tab-delimited
    #
    # NOTE: the \ char itself needs to be escaped
    #       use \\t instead of \t
    #       use \\n instead of \n
    #
    with MeCab('-F%m\\t%h\\t%f[0,1]') as nm:    
        for n in nm.parse('あんたはオイラに飛び方を教えてくれた。', as_nodes=True):
    ...     if n.is_nor():
    ...         print(n.feature)
    ...
    あんた  59      名詞    代名詞
    は      16      助詞    係助詞
    オイラ  59      名詞    代名詞
    に      13      助詞    格助詞
    飛び    31      動詞    自立
    方      57      名詞    接尾
    を      13      助詞    格助詞
    教え    31      動詞    自立
    て      18      助詞    接続助詞
    くれ    33      動詞    非自立
    た      25      助動詞
    。      7       記号    句点
   

---

Usage Top | Next