software のバックアップ(No.11)

RMeCab?パッケージ

統計解析・グラフィックス作成環境 R から日本語形態素解析ソフト和布蕪( MeCab )を呼び出して使うインターフェイス

R はここから，自分のOSにあったファイルをダウンロードしてください．例えばWindows版なら，[Windows]->[base]とクリックし，R-2.6.2-win33.exeをダウンロードします．後はダブルクリックを繰り返せばインストールできます．なお、Windows版の場合は起動直後に日本語の設定をしてください。メニューの [編集]->[GUIプリファレンス]->[Font]　で MS Gothic を選び [save] を押して、保存先はデフォルトそのままにマイドキュメントに保存します。その後は [OK] を押して操作を続行します。なおRを終了させる際、workspace(作業情報)を保存するかと聞いてきますが，Yes でも No でもどちらでもお好みで。

注意
Windows 版バイナリ : &ref(): File not found: "RMeCab_0.33.zip" at page "SoftArchive";
Macintosh 版バイナリ : &ref(): File not found: "RMeCab_0.33.tgz" at page "SoftArchive";
Linux 版バイナリ : &ref(): File not found: "RMeCab_0.33_R_i686-pc-linux-gnu.tar.gz" at page "SoftArchive";
機能について

古いバージョン

_ 注意

ダウンロードの際、ファイル名を一切変更しないください！ . Rはインストール時に、ファイル名と中身のチェックを行います．ファイル名が中身の情報と一致しない場合、インストールを拒否します．特に Internet Explorer 6 はファイル名に [1] を付記することがあります．この場合は手作業でファイル名を元通りに変更してください．

↑

_ Windows 版バイナリ : &ref(): File not found: "RMeCab_0.33.zip" at page "SoftArchive";

インストール手順

まずMeCab?をインストールしてください．ここから win32バイナリmecab-0.97.exe をダウンロードしてインストールします．インストール先は標準の C:\Program Files\MeCab で構いません．また文字コードは Shit-Jis のままで構いません．
次にwin32 用Rパッケージ RMeCab_***.zip をRにインストールします．*** の部分はバージョン番号です．Rのメニューから[パッケージ]→[ローカルにあるzipファイルからのパッケージのインストール]を選んで，ダウンロードした RMeCab_***.zipファイルを指定します．
RMeCab? パッケージをインストールしたら，ここで，いったん R を終了させます．
続いて，次の作業をしてください． C:\Program Files\MeCab\bin にlibmecab.dll というファイルがありますので，これを R のライブラリ関連フォルダにインストールされた RMeCab?パッケージ用のライブラリフォルダ libs にコピーします．具体的には C:\Program Files\R\R-2.6.2\library の中に RMeCab\libs? というフォルダができているはずですので，そのフォルダの中に libmecab.dll をコピーしてください．
1. なお　Vistaの場合 (場合によっては XP でも) 、Rのインストール後にユーザーが追加したRライブラリ類は、個人フォルダにインストールされていることがあります．例えば個人名のフォルダの中に「ドキュメント」->「R」->「win-library」->「2.6」があり，その中に RMeCab?\libs フォルダがあるかもしれません。
再びRを起動して，メニューから[パッケージの読み込み]を選んで RMeCab? を読み込みます．さっそく機能を試してみてください．

↑

_ Macintosh 版バイナリ : &ref(): File not found: "RMeCab_0.33.tgz" at page "SoftArchive";

インストール手順

まずMeCab?をインストールしてください．ここからソース版 mecab-0.97.tar.gz を取得します．同じく辞書 mecab-ipadic-2.7.0-20070801.tar.gz もダウンロードしてください．バージョンを表す数字は適当に読み替えてください．
terminalを起動して，ダウンロードしたフォルダに移動します．仮にこれを Downloads フォルダとします．
```
$ cd Downloads
$ tar zxvf mecab-0.97.tar.gz
$ cd mecab-0.97
$ ./configure --with-charset=utf-8
$ make
$ sudo make install
```
1. もしも sudo make install を実行すると make Error , Permission denied などと表示される場合は次のようにしてください．
```
$ chmod 700 install-sh
$ sudo make install
```

辞書もインストールします

$ tar zxf mecab-ipadic-2.7.0-20070****.tar.gz
$ cd mecab-ipadic-2.7.0-20070****
$ ./configure --with-charset=utf-8
$ make
$ sudo make install

次に R を起動します．メニューから [パッケージとデータ]→[パッケージインストーラ]を選びます．一番上のCRANと表示されているメニューを[このコンピューター上のバイナリパッケージ]に変更します．右下の installボタンを押して，ダウンロードした RMeCab_***.tgzを選びます．*** の部分はバージョン番号です．
1. インストールする権限がないといわれた場合は，自分のホームに例えば RLibs などというフォルダを新規作成します。そして，やはりホームに .Renvironというファイルを作成し，中身を次のように編集してください．
```
R_LIBS=/Users/ishida/Rlibs
```
  ishida の部分は terminal 画面の $ マークの前に表示されているログイン名に変えてください．terminal上では以下のようにしても作成できます．
```
$ echo 'R_LIBS=/Users/ishida/Rlibs' > .Renviron
$ cat .Renviron
```
2. その上で，Rを起動しなおして，再びRMeCab? パッケージをインストールする手続きを行い、ファイルを選ぶ前にウィンドウ下の [ユーザーエリア] にチェックを入れておきます．
これで準備は完了です．さっそく機能を試してみてください．
1. 万が一文字化けするような場合は，
```
> Sys.getlocale()
> Sys.setlocale("LC_CTYPE", "ja_JP.UTF-8")
```
  を実行してみてください．

↑

_ Linux 版バイナリ : &ref(): File not found: "RMeCab_0.33_R_i686-pc-linux-gnu.tar.gz" at page "SoftArchive";

↑

_ 機能について

RMeCab? パッケージを利用するには以下のコードを画面の > の右に入力して、Enter を押して実行します．

↑

_ RMeCabC()関数 :短文の処理

> library(RMeCab)
> kekka <- RMeCabC("すもももももももものうち")
> unlist(kekka)

# 第二引数 1 を加えると形態素原型を返します．

> kekka <- RMeCabC("ご飯を食べた",1)
> unlist(kekka)
#    名詞     助詞     動詞   助動詞 
#  "ご飯"     "を" "食べる"     "た" 
#
> kekka <- RMeCabC("ご飯を食べた",0)
> unlist(kekka)
#    名詞     助詞     動詞   助動詞 
# "ご飯"   "を" "食べ"   "た" 
> unlist(kekka) [names(unlist(kekka)) == "名詞"]
# ご飯

# 入力する文章が長い場合は第三引数を指定してください

# 目安は入力する文章の文字数の2倍です。
> kekka <- RMeCabC("...を食べた",0, 2056)

↑

_ RMeCabDF()関数: データフレームの指定列を解析

No,Reply
1,写真撮ってくれよ
2,写真とってください
3,写真とってね
4,写真とってください
5,写真とってね

と言うファイルが c:/work/photo.csv にあったとして

dat <- read.csv("c:/test/photo.csv", head = T)

#と読み込んで

RMeCabDF(dat, 2)

# datという読み込んだデータの二列目に日本語があるとすると，二列目のデータをすべて形態素解析にかけます．

[[1]]
 名詞   動詞   助詞   動詞   助詞 
"写真" "撮っ"   "て" "くれ"   "よ"

[[2]]
     名詞       動詞       助詞       動詞 
   "写真"     "とっ"       "て" "ください"

# また

RMeCabDF(dat, 2, 1)

# とすると，形態素原型を返します．

# 入力する文章が長い場合は第四引数を指定してください

RMeCabDF(dat, 2, 1, 5120) # 全角2560文字 (5120/2)を想定

↑

_ RMeCabFreq?()関数 : ファイルから頻度表を作成

# カレントディレクトリ(getwd()で確認できます)にこんな中身のファイル sushi.txt &ref(): File not found: "sushi.txt" at page "software"; があったとして

#昨日寿司を食べたけど，今日も寿司を食べたいな．明日も寿司を食べたいな．寿司は体にとても良い．きっと頭にも良いだろう．

> kekka <- RMeCabFreq("sushi.txt")
> kekka
    Term Morph1     Morph2 Freq
1  きっと   副詞       一般    1
2  とても   副詞 助詞類接続    1
3      う 助動詞          *    1
4      た 助動詞          *    1
5    たい 助動詞          *    2
6      だ 助動詞          *    1
7      は   助詞     係助詞    1
8      も   助詞     係助詞    3
9    けど   助詞   接続助詞    1
10     に   助詞     格助詞    2
11     を   助詞     格助詞    3
12     な   助詞     終助詞    2
13 食べる   動詞       自立    3
14     体   名詞       一般    1
15   寿司   名詞       一般    4
16     頭   名詞       一般    1
17   今日   名詞   副詞可能    1
18   明日   名詞   副詞可能    1
19   昨日   名詞   副詞可能    1
20   良い 形容詞       自立    2
21     ．   記号       句点    4
22     ，   記号       読点    1

↑

_ RMeCabText?()関数 : 和布蕪の出力をそのまま得る

# その他，和布蕪の出力をそのままリスト形式で出力する関数

>  RMeCabText("test.txt")
[[1]]
[1] "昨日"     "名詞"     "副詞可能" "*"        "*"        "*"       
[7] "*"        "昨日"     "キノウ"   "キノー"  
[[2]]
[1] "寿司" "名詞" "一般" "*"    "*"    "*"    "*"    "寿司" "スシ" "スシ"

アールメカブ