что такое выход MeCab и набор тегов? - PullRequest
Новая
       30

что такое выход MeCab и набор тегов?

9 голосов
/ 07 апреля 2011

Может кто-нибудь просветить меня о выводе по умолчанию в MeCab? какая аннотация выводит MeCab и где я могу найти набор тегов для анализатора морфо

http://mecab.sourceforge.net/

Кто-нибудь может расшифровать этот вывод из MeCab? 

<s>
ブギス・ジャンクション ブギス・ジャンクション ブギス・ジャンクション 名詞-一般       
に   ニ   に   助詞-格助詞-一般       
は   ハ   は   助詞-係助詞      
最も  モットモ    最も  副詞-一般       
買い  カイ  買う  動詞-自立   五段・ワ行促音便    連用形
物慣れ モノナレ    物慣れる    動詞-自立   一段  連用形
し   シ   する  動詞-自立   サ変・スル   連用形
た   タ   た   助動詞 特殊・タ    基本形
人々  ヒトビト    人々  名詞-一般       
を   ヲ   を   助詞-格助詞-一般       
も   モ   も   助詞-係助詞      
魅了  ミリョウ    魅了  名詞-サ変接続     
する  スル  する  動詞-自立   サ変・スル   基本形
品   シナ  品   名詞-一般       
揃え  ソロエ 揃える 動詞-自立   一段  連用形
が   ガ   が   助詞-格助詞-一般       
あり  アリ  ある  動詞-自立   五段・ラ行   連用形
ます  マス  ます  助動詞 特殊・マス   基本形
。   。   。   記号-句点       
</s>

1 Ответ

11 голосов
/ 10 апреля 2011

Выходной формат в вашем примере выглядит как chasen2, который определен в файле dicrc. Это было бы: 

; ChaSen (include spaces)
node-format-chasen2 = %M\t%f[7]\t%f[6]\t%F-[0,1,2,3]\t%f[4]\t%f[5]\n
unk-format-chasen2  = %M\t%m\t%m\t%F-[0,1,2,3]\t\t\n
eos-format-chasen2  = EOS\n

Для нормального формата узла это будет: 

1. surface value, including any whitespace
2. \t
3. reading
4. \t
5. root form
6. \t
7. part of speech
8. part of speech, subtype 1
9. part of speech, subtype 2
10. part of speech, subtype 3
11. \t
12. conjugation
13. \t
14. inflection
15. newline

, где пункты с 7 по 10 разделены дефисом.

Для получения более подробной информации, вы должны увидеть документацию 出力 フ ォ ー マ ッ ト для mecab.

РЕДАКТИРОВАТЬ: обновлена ​​ссылка на страницу объяснения форматирования вывода MeCab.

...