忍者ブログ

開発者ブログ

忍者ブログの元開発者が送る愛と感動と涙のスペクタクル。プログラムの開発日誌やタダの日記です。

[PR]

×

[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。

mecabの辞書作成

こんにちは。水野です。

昨日私が開発に携わったイザナギというサービスをオープンしました。

出来たばかりのサービスですが、さらに追加の機能をどしどしと入れていきたいと思っております。

イザナギというサービスは、shinobiクラウドで作成した記事を元に特定の広告を挿入して、WordPressで記事を作成していくようなサービスです。

1.自社サービスのなどのサテライトサイトとして活用する
2.アフィリエイト用メディア管理ツールとして活用する

こんなことが他力本願で出来てしまうのです。

イザナギの一機能で、投稿された記事から自動的にタグクラウド用の単語を登録するというものがあります。
単語はmecabを使用して抽出するのですが、辞書にないような言葉は認識されません。

機能、「助成金制度」という単語を期待していたのですが、これをmecabにかけると以下のような結果になりました。

助      接頭詞,名詞接続,*,*,*,*,助,ジョ,ジョ,,
成金    名詞,一般,*,*,*,*,成金,ナリキン,ナリキン,,
制度    名詞,一般,*,*,*,*,制度,セイド,セイド,,


これを独自の解析にかけると「助」と「成金制度」に切り分けられてしまい、タグとしては「成金制度」が認識されてしまいます。

うーん。成金制度っていうのは人聞きが悪い・・・・。

そんな訳で、mecab用の辞書を調整するためにユーザー辞書方式を採用することにしました。

mecab辞書はnaist-jdicを使ってます。(ipadicの方が好き)

今回はまず助成金制度を登録したいので以下のようなデータを用意しました。

$ vi /tmp/hoge.csv
助成金,-1,-1,50,名詞,一般,*,*,*,*,助成金,ジョセイキン,ジョセイキン



次に辞書をコンパイルします。

$ /usr/libexec/mecab/mecab-dict-index -d/usr/lib64/mecab/dic/naist-jdic -u /path/to/user.dic -f utf8 -t utf8 /tmp/hoge.csv
reading /tmp/hoge.csv ... 1
emitting double-array: 100% |###########################################|

done!


次に、mecabの設定ファイルにuserdicの定義をします。

$ sudo vi /etc/mecabrc
dicdir = /usr/lib64/mecab/dic/naist-jdic
userdic = /path/to/user.dic


これで完成です。


$ mecab
助成金制度
助成金 名詞,一般,*,*,*,*,助成金,ジョセイキン,ジョセイキン
制度 名詞,一般,*,*,*,*,制度,セイド,セイド,,
EOS

無事に成金から助成金になりました。

助成金と制度は連接コストを見たり見なかったりするスクリプトを通すことで、「助成金制度」で一単語と見做します。






拍手[2回]

PR

色々新しくオープンしました。

こんにちは。
misneyです。

本日BIZ SMURAIがリニューアルオープンしました。
WEB製作者さんや担当者さんに向けのサービスとなっております!
どしどしお使いください。

http://www.biz-samurai.com/


そして、今日はもう一つのサービスがプレオープンしました。
漫画チャットの運営会社がレオンテクノロジー様に変わり復活したのです。

http://www.manga-chat.jp/

私が嫁さんと出会った場所といっても過言ではない漫画チャット。
これはうれしいニュースです。
また色々な人が集まる場所になるんだろうなと思います。

拍手[2回]

忍者ブログのエディタ変更と、CKEditorのプラグイン作成

忍者ブログの高性能エディタ変更の話

621020c5ad9952dc01b8d8411fbb1c31.png忍者ブログの高性能エディタを変更するプロジェクトをやってます。
ご覧のとおり、少しだけアイコンのデザインが変わっていて、従来の高性能エディタに慣れ親しんでいる方にはとっつきにくいかも知れません。
基本的な動作はなるべく同じになるようにしたので、少しの期間で慣れていただけると考えてます。
 

 

CKEditorのプラグイン追加に関する話

FCKEditorからCKEditorに変更する予定なのですが、中身のプログラムがガラッと変わりました。
そのため、CKEditorの説明書的なWEBページを読みながら悪戦苦闘してます。

絵文字やファイルアップロード辺りで忍者ブログ独自のプラグインを用意したりしています。
通常、ファイルアップロードなどではCKFinderなる物を使うみたいですね。

InternetExplorerでおかしな挙動をしていたので、少し手間取ってます。
どうも一番最後に画像が来ると、カーソルが画像の右側に行かないみたい。
「これは修正を避けられない」と、色々な人から直せというプレッシャーを受けております。

selection周り読んでみたけど、うん。良く分からない。
ちょっとダサい方法で回避する予定です。(focusされたら最後に<br>を付けるなんていう。)

http://bfile.shinobi.jp/admin/ckeditor360/plugins/ninjaselection/plugin.js 
↑ いまのところこんな回避。

拍手[3回]

デジアナ変換

が、ひそかに盛り上がってる気がします。
新しい単語の登場です。

おかげさまで、アナログ放送化ブログパーツの変更に悩まずに済みました。
このブログパーツを使っている方は、自動的にデジアナ変換になりました。

3年後に今回と同じ悩みを抱えるんだろうなぁ…

 

拍手[1回]

息子に教えたことと教わること

こんちは。misneyです。
去年息子が生まれまして、もうすぐ1歳になります。

最近息子の成長が著しく、とても驚くことが多いのです。
なんにでも興味を持って良く観察し、躊躇なく真似をして習得してしまう。

昨日はらんらんるーを教えました。
一発体得です。

最近の私と来たら興味を抱かない、抱いても良く見ない。躊躇して行動に移さない・・・
そろそろ息子に追い抜かれそう。

これからも息子に色々教えてもらおうと思います。

拍手[5回]

おまとめボタン

忍者カウンター

忍者ビジター

忍者アド

ブログ内検索

最新コメント

プロフィール

HN:
mizuno
年齢:
43
HP:
性別:
男性
誕生日:
1974/02/13
職業:
主に侍などを少々
趣味:
SEO(「申し訳ございません」や「指ぱっちん」「指定したサイトへは接続できませんでした」でググルと上位に。)
自己紹介:
母子手帳の仮死と書かれてる場所に丸されてます。

フリーエリア

忍者ツールズプロフィール

忍者ツールズプロフィールは終了しました