Added line is this color

Deleted line is this color

 
 <h1>How to Install MeCab with UTF-8</h1>
 <br>
 <h2>環境</h2>
 Debian Sarge UTF8
 <pre>
 # apt-get install autoconf automake gcc libc6-dev g++
 </pre>
 <br>
 <h2>ダウンロード</h2>
 <p>
 http://mecab.sourceforge.jp/src/にアクセス。下記の３つをダウンロード。辞書は11.5MBと少々重たい。</p>
 <ul>
 <li>mecab-0.93.tar.gz</li>
 <li>mecab-ipadic-2.7.0-20060707.tar.gz</li>
 <li>mecab-perl-0.93.tar.gz</li>
 </ul>
 <br>
 <h2>解凍する</h2>
 <pre>
 # tar -zxvf mecab-0.93.tar.gz
 # tar -zxvf mecab-ipadic-2.7.0-20060707.tar.gz
 # tar -zxvf mecab-perl-0.93.tar.gz
 </pre>
 <p>
 ※ipadicの解凍時に、所有者の書き換えができない、とエラーがでるがスルー。</p>
 <br>
 <h2>Mecabのインストール</h2>
 <pre>
 # cd /data/mecab-0.93
 # ./configure --enable-utf8-only
 # make
 # make install
 </pre>
 <br>
 <h2>mecab-ipadicのインストール</h2>
 <pre>
 # cd /data/mecab-ipadic-2.7.0-20060707
 # ./configure --with-charset=utf8
 # make
 # make install
 </pre>
 <h3>ちょっと動作確認。</h3>
 <pre>
 # echo "この橋渡るべからず" | mecab
 この 連体詞,*,*,*,*,*,この,コノ,コノ
 橋 名詞,一般,*,*,*,*,橋,ハシ,ハシ
 渡る 動詞,自立,*,*,五段・ラ行,基本形,渡る,ワタル,ワタル
 べから 助動詞,*,*,*,文語・ベシ,未然形,べし,ベカラ,ベカラ
 ず 助動詞,*,*,*,特殊・ヌ,連用ニ接続,ぬ,ズ,ズ
 EOS
 </pre>
 <br>
 <h2>mecab-perlのインストール</h2>
 <pre>
 # cd /data/mecab-perl-0.93
 # perl Makefile.PL
 # make
 # make install
 </pre>
 <h3>動作確認</h3>
 test.pl
 <pre>
 use utf8;
 use MeCab;
 $m = new MeCab::Tagger("") || die $!;
 print $m-&gt;parse("この橋渡るべからず");
 </pre>
 <p>　これは動く。が、</p>
 <pre>
 $m = new MeCab::Tagger("-Oxml") || die $!;
 </pre>
 　だと、
 <pre>
 # perl test.pl
 RuntimeError tagger.cpp(146) [writer_.open(param)] writer.cpp(62)
 [! std::string(param.getProfileString(nfk.c_str())).empty()] unknown format type [xml]
 ...propagated at est.pl line 3.
 </pre>
 　XML形式なんて知らない、と言われてしまう。<br>
 <h2>XML形式の出力フォーマットを入手する</h2>
 <p>
 　0.80にはあるが，最新版にはない。下記はapt-getでmecabとipadicを入れた際に入手したモノ。</p>
 <p>　0.80だと"/usr/share/mecab/dic/ipadic/dicrc"に定義がある。</p>
 <pre>
 ; XML
 bos-format-xml  = &lt;sen input="%S" len="%L"&gt;\n
 node-format-xml = \s\s&lt;token pos="%F-[0,1,2,3]" base="%f[6]" cfrom="%f[4]" ctype="%f[5]" read="%f[7]" pron="%f[8]"&gt;%m&lt;/token&gt;\n
 eos-format-xml  = &lt;/sen&gt;\n
 </pre>
 <p>　これを，"/usr/local/lib/mecab/dic/ipadic/dicrc"に追記。</p>
 <h3>念願のXML形式出力</h3>
 <pre>
-# perl test.pl<br>
-&lt;sen input="この橋渡るべからず" len="27"&gt;<br>
-　&lt;token pos="連体詞" base="この" cfrom="" ctype="" read="コノ" pron="コノ"&gt;この&lt;/token&gt;<br>
-
-　&lt;token pos="名詞-一般" base="橋" cfrom="" ctype="" read="ハシ" pron="ハシ"&gt;橋&lt;/token&gt;<br>
-　&lt;token pos="動詞-自立" base="渡る" cfrom="五段・ラ行" ctype="基本形" read="ワタル" pron="ワタル"&gt;渡る&lt;/token&gt;<br>
-　&lt;token pos="助動詞" base="べし" cfrom="文語・ベシ" ctype="未然形" read="ベカラ" pron="ベカラ"&gt;べから&lt;/token&gt;<br>
-　&lt;token pos="助動詞" base="ぬ" cfrom="特殊・ヌ" ctype="連用ニ接続" read="ズ" pron="ズ"&gt;ず&lt;/token&gt;<br>
+# perl test.pl
+&lt;sen input="この橋渡るべからず" len="27"&gt;
+　&lt;token pos="連体詞" base="この" cfrom="" ctype="" read="コノ" pron="コノ"&gt;この&lt;/token&gt;
+　&lt;token pos="名詞-一般" base="橋" cfrom="" ctype="" read="ハシ" pron="ハシ"&gt;橋&lt;/token&gt;
+　&lt;token pos="動詞-自立" base="渡る" cfrom="五段・ラ行" ctype="基本形" read="ワタル" pron="ワタル"&gt;渡る&lt;/token&gt;
+　&lt;token pos="助動詞" base="べし" cfrom="文語・ベシ" ctype="未然形" read="ベカラ" pron="ベカラ"&gt;べから&lt;/token&gt;
+　&lt;token pos="助動詞" base="ぬ" cfrom="特殊・ヌ" ctype="連用ニ接続" read="ズ" pron="ズ"&gt;ず&lt;/token&gt;
 &lt;/sen&gt;
 </pre>
 <h1>参考URL</h1>
 <ol>
 <li>http://mecab.sourceforge.jp/</li>
 <li>http://www.asahi-net.or.jp/~yw3t-trns/namazu/mecab/index.htm</li>
 <li>http://www.kaede-software.com/2006/02/post_393.html</li>
 <li>http://www.machu.jp/diary/20050414.html</li>
 </ol>
 

---