| 1 |
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" |
| 2 |
"http://www.w3.org/TR/html4/strict.dtd"> |
| 3 |
<html> |
| 4 |
<head> |
| 5 |
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8"> |
| 6 |
<title>MeCab: Yet Another Japanese Dependency Structure |
| 7 |
Analyzer</title> |
| 8 |
<link type="text/css" rel="stylesheet" href="mecab.css"> |
| 9 |
</head> |
| 10 |
<body> |
| 11 |
<h1>出力フォーマット</h1> |
| 12 |
|
| 13 |
<h2>概要</h2> |
| 14 |
<p>MeCab は, ChaSen と同様, |
| 15 |
出力のフォーマットを比較的自由に再定義することができます. |
| 16 |
また, 設定ファイルにフォーマットを複数記述しておき, |
| 17 |
実行時にそれらを 切り変えることが可能です. |
| 18 |
これは, MeCab 独自の機能です.</p> |
| 19 |
|
| 20 |
<h2>出力フォーマットの指定</h2> |
| 21 |
|
| 22 |
<p>以下の |
| 23 |
3つ出力フォーマットを変更することができます.</p> |
| 24 |
|
| 25 |
<ul> |
| 26 |
<li>node: 1つの形態素を出力, デフォルトは空文字</li> |
| 27 |
<li>unk: 1つの未知語形態素を出力, デフォルトは node と同一フォーマット</li> |
| 28 |
<li>bos: 形態素解析の結果に先だって出力 (header 的役割), デフォルトは空文字</li> |
| 29 |
<li>eos: 形態素解析の結果の後に出力 (footer 的役割), デフォルトは "EOS\n"</li> |
| 30 |
<li>eon: N-best出力で, N-Bestの出力が終了したときに出力, デフォルトは空文字列</li> |
| 31 |
</ul> |
| 32 |
|
| 33 |
<p>明示的に指定されない場合, |
| 34 |
それぞれのデフォルト文字列が使用されます.</p> |
| 35 |
|
| 36 |
<p>これらは, 以下の 2つの方法で指定します.</p> |
| 37 |
|
| 38 |
<ul> |
| 39 |
<li>コマンドラインから |
| 40 |
|
| 41 |
<pre> |
| 42 |
% mecab --node-format=STR --bos-format=STR --eos-format=STR --unk-format=STR --eon-format=STR |
| 43 |
</pre> |
| 44 |
</li> |
| 45 |
|
| 46 |
<li>mecabrc に記述する場合 |
| 47 |
|
| 48 |
<p>任意の文字列 KEY を使い, mecabrc |
| 49 |
に以下のように定義.</p> |
| 50 |
|
| 51 |
<pre> |
| 52 |
node-format-KEY = STR |
| 53 |
unk-format-KEY = STR |
| 54 |
eos-format-KEY = STR |
| 55 |
bos-format-KEY = STR |
| 56 |
eon-format-KEY = STR |
| 57 |
</pre> |
| 58 |
|
| 59 |
<p>この KEY をコマンドラインから呼び出す.</p> |
| 60 |
|
| 61 |
<pre> |
| 62 |
% mecab -Okey |
| 63 |
</pre> |
| 64 |
</li> |
| 65 |
</ul> |
| 66 |
|
| 67 |
<h2>出力フォーマット</h2> |
| 68 |
|
| 69 |
<table> |
| 70 |
<tr class="odd"> |
| 71 |
<td>%s</td> |
| 72 |
<td>形態素種類 (0: 通常, 1: 未知語, 2:文頭, 3:文末) |
| 73 |
</td> |
| 74 |
</tr> |
| 75 |
|
| 76 |
<tr class="even"> |
| 77 |
<td>%S</td> |
| 78 |
<td>入力文</td> |
| 79 |
</tr> |
| 80 |
|
| 81 |
<tr class="odd"> |
| 82 |
<td>%L</td> |
| 83 |
<td>入力文の長さ</td> |
| 84 |
</tr> |
| 85 |
|
| 86 |
<tr class="even"> |
| 87 |
<td>%m</td> |
| 88 |
<td>形態素の表層文字列</td> |
| 89 |
</tr> |
| 90 |
|
| 91 |
<tr class="odd"> |
| 92 |
<td>%M</td> |
| 93 |
<td>形態素の表層文字列, ただし空白文字も含めて出力 (%pS を参照のこと)</td> |
| 94 |
</tr> |
| 95 |
|
| 96 |
<tr class="even"> |
| 97 |
<td>%h</td> |
| 98 |
<td>素性の内部 ID</td> |
| 99 |
</tr> |
| 100 |
|
| 101 |
<tr class="odd"> |
| 102 |
<td>%%</td> |
| 103 |
<td>% そのもの</td> |
| 104 |
</tr> |
| 105 |
|
| 106 |
<tr class="even"> |
| 107 |
<td>%c</td> |
| 108 |
<td>単語生起コスト</td> |
| 109 |
</tr> |
| 110 |
|
| 111 |
<tr class="odd"> |
| 112 |
<td>%H</td> |
| 113 |
<td>素性 (品詞, 活用, 読み) 等を CSV |
| 114 |
で表現したもの</td> |
| 115 |
</tr> |
| 116 |
|
| 117 |
<tr class="even"> |
| 118 |
<td>%t</td> |
| 119 |
<td>文字種 id </td> |
| 120 |
</tr> |
| 121 |
|
| 122 |
<tr class="odd"> |
| 123 |
<td>%P</td> |
| 124 |
<td>周辺確率 (-l2 オプションを指定したときのみ有効)</td> |
| 125 |
</tr> |
| 126 |
|
| 127 |
<tr class="even"> |
| 128 |
<td>%pi</td> |
| 129 |
<td>形態素に付与されるユニークなID</td> |
| 130 |
</tr> |
| 131 |
|
| 132 |
<tr class="odd"> |
| 133 |
<td>%pS</td> |
| 134 |
<td>もし形態素が空白文字列で始まる場合は, その空白文字列を表示 %pS%m と %M は同一</td> |
| 135 |
</tr> |
| 136 |
|
| 137 |
<tr class="even"> |
| 138 |
<td>%ps</td> |
| 139 |
<td>開始位置</td> |
| 140 |
</tr> |
| 141 |
|
| 142 |
<tr class="odd"> |
| 143 |
<td>%pe</td> |
| 144 |
<td>終了位置</td> |
| 145 |
</tr> |
| 146 |
|
| 147 |
<tr class="even"> |
| 148 |
<td>%pC</td> |
| 149 |
<td>1つ前の形態素との連接コスト</td> |
| 150 |
</tr> |
| 151 |
|
| 152 |
<tr class="odd"> |
| 153 |
<td>%pw</td> |
| 154 |
<td>%c と同じ</td> |
| 155 |
</tr> |
| 156 |
|
| 157 |
<tr class="even"> |
| 158 |
<td>%pc</td> |
| 159 |
<td>連接コスト + 単語生起コスト (文頭から累積)</td> |
| 160 |
</tr> |
| 161 |
|
| 162 |
<tr class="odd"> |
| 163 |
<td>%pn</td> |
| 164 |
<td>連接コスト + 単語生起コスト (その形態素単独, %pw + %pC)</td> |
| 165 |
</tr> |
| 166 |
|
| 167 |
<tr class="even"> |
| 168 |
<td>%pb</td> |
| 169 |
<td>最適パスの場合 *, それ以外は ' '</td> |
| 170 |
</tr> |
| 171 |
|
| 172 |
<tr class="odd"> |
| 173 |
<td>%pP</td> |
| 174 |
<td>周辺確率 (-l2 オプションを指定したときのみ有効)</td> |
| 175 |
</tr> |
| 176 |
|
| 177 |
<tr class="even"> |
| 178 |
<td>%pA</td> |
| 179 |
<td>blpha, forward log 確率 (-l2 オプションを指定したときのみ有効)</td> |
| 180 |
</tr> |
| 181 |
|
| 182 |
<tr class="odd"> |
| 183 |
<td>%pB</td> |
| 184 |
<td>beta, backward log 確率 (-l2 オプションを指定したときのみ有効)</td> |
| 185 |
</tr> |
| 186 |
|
| 187 |
<tr class="even"> |
| 188 |
<td>%pl</td> |
| 189 |
<td>形態素の表層文字列としての長さ, strlen (%m) と同一</td> |
| 190 |
</tr> |
| 191 |
|
| 192 |
<tr class="odd"> |
| 193 |
<td>%pL</td> |
| 194 |
<td>形態素の表層文字列としての長さ, ただし空白文字列も含む, strlen(%M) と同一</td> |
| 195 |
</tr> |
| 196 |
|
| 197 |
<tr class="even"> |
| 198 |
<td>%phl</td> |
| 199 |
<td>左文脈 id</td> |
| 200 |
</tr> |
| 201 |
|
| 202 |
<tr class="odd"> |
| 203 |
<td>%phr</td> |
| 204 |
<td>右文脈 id</td> |
| 205 |
</tr> |
| 206 |
|
| 207 |
<tr class="even"> |
| 208 |
<td>%f[N]</td> |
| 209 |
<td>csv で表記された素性の N番目の要素</td> |
| 210 |
</tr> |
| 211 |
|
| 212 |
<tr class="odd"> |
| 213 |
<td>%f[N1,N2,N3...]</td> |
| 214 |
<td>N1,N2,N3番目の素性を, "," を |
| 215 |
デリミタとして表示</td> |
| 216 |
</tr> |
| 217 |
|
| 218 |
<tr class="even"> |
| 219 |
<td>%FC[N1,N2,N3...]</td> |
| 220 |
<td>N1,N2,N3番目の素性を, C を |
| 221 |
デリミタとして表示.<br> |
| 222 |
ただし, 要素が 空の場合は以降表示が省略される. |
| 223 |
(例)F-[0,1,2]</td> |
| 224 |
</tr> |
| 225 |
|
| 226 |
<tr class="odd"> |
| 227 |
<td>\0 \a \b \t \n \v \f \r \\</td> |
| 228 |
<td>通常の エスケープ文字列</td> |
| 229 |
</tr> |
| 230 |
|
| 231 |
<tr class="even"> |
| 232 |
<td>\s</td> |
| 233 |
<td>' ' (半角スペース)<br> |
| 234 |
設定ファイルに記述するときに使用</td> |
| 235 |
</tr> |
| 236 |
</table> |
| 237 |
|
| 238 |
<h2>例</h2> |
| 239 |
<p> |
| 240 |
dicrc より抜粋した例 |
| 241 |
</p> |
| 242 |
<pre> |
| 243 |
; yomi |
| 244 |
node-format-yomi = %pS%f[7] |
| 245 |
unk-format-yomi = %M |
| 246 |
eos-format-yomi = \n |
| 247 |
|
| 248 |
; simple |
| 249 |
node-format-simple = %m\t%F-[0,1,2,3]\n |
| 250 |
eos-format-simple = EOS\n |
| 251 |
|
| 252 |
; csv |
| 253 |
node-format-csv = %m,%f[7],%f[8],%f[6],%F-[0,1,2,3],%f[4],%f[5]\n |
| 254 |
unk-format-csv = %m,%m,%m,%f[6],%F-[0,1,2,3],,\n |
| 255 |
eos-format-csv = EOS,,,,,,\n |
| 256 |
|
| 257 |
; ChaSen |
| 258 |
node-format-chasen = %m\t%f[7]\t%f[6]\t%F-[0,1,2,3]\t%f[4]\t%f[5]\n |
| 259 |
unk-format-chasen = %m\t%m\t%m\t%F-[0,1,2,3]\t\t\n |
| 260 |
eos-format-chasen = EOS\n |
| 261 |
</pre> |
| 262 |
|
| 263 |
<h2>注意事項</h2> |
| 264 |
|
| 265 |
<p>わかち書き出力 (-Owakati), |
| 266 |
デフォルトの出力, 出力ダンプ (-Odump) は |
| 267 |
高速性を犠牲にしたく ないために, ハードコーディングされています.</p> |
| 268 |
</body> |
| 269 |
</html> |
| 270 |
|