【分词】日文分词工具-Mecab

发表于 更新于 分类于 阅读次数：
本文字数： 680 阅读时长 ≈ 1 分钟

主要介绍了日文分词工具 Mecab 的基本使用。

安装与配置

  • 下载好 mecab-0.996.exe （for windows）
    • 注意安装时编码格式 UTF-8
    • 安装路径默认即可
  • 安装好 mecab-python：pip install mecab-python3 参考 mecab-python3

测试

词性标注

1
2
3
4
import MeCab
mecab = MeCab.Tagger ("-Ochasen")
sentence = '太郎はこの本を二郎を見た女性に渡した。'
print(mecab.parse(sentence))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
太郎	タロウ	太郎	名詞-固有名詞-人名-名		
は	ハ	は	助詞-係助詞		
この	コノ	この	連体詞		
本	ホン	本	名詞-一般		
を	ヲ	を	助詞-格助詞-一般		
二	ニ	二	名詞-数		
郎	ロウ	郎	名詞-一般		
を	ヲ	を	助詞-格助詞-一般		
見	ミ	見る	動詞-自立	一段	連用形
た	タ	た	助動詞	特殊・タ	基本形
女性	ジョセイ	女性	名詞-一般		
に	ニ	に	助詞-格助詞-一般		
渡し	ワタシ	渡す	動詞-自立	五段・サ行	連用形
た	タ	た	助動詞	特殊・タ	基本形
。	。	。	記号-句点		
EOS

分词

1
2
3
4
import MeCab
mecab = MeCab.Tagger ("-Owakati")
sentence = '太郎はこの本を二郎を見た女性に渡した。'
print(mecab.parse(sentence))
1
太郎 は この 本 を 二 郎 を 見 た 女性 に 渡し た 。

参考