この記事について
| 環境 | Windows7 64bit、MeCab(utf-8) |
|---|---|
| 目的 | windows版mecabにutf-8のシステム辞書を追加する |
| 結果 | 辞書CSV/defをutf-8に変換して追加辞書を放り込み、mecab-dict-indexでコンパイルし直す |
つまずきポイント要約
- インストール時にutf-8を選んでも辞書データはsjisで保存されている
- ディレクトリ全体を一括utf-8変換するのはダメだった。CSVとdefだけ変換する
- パスに半角スペースがあるのでダブルクォートでくくる
- アクセス権エラーはフォルダに権限を与え、一度デスクトップにコピーしてから移動
windows版mecabにシステム辞書を追加する。（unix版はこちら）
unicodeの文字も扱いたいので、辞書の文字コードはutf-8とする。
環境： windows 7 (64bit)
windows版のmecab（辞書の文字コードutf-8）が既にインストールされていることが前提。
１．utf-8で書かれた辞書を用意する
こちらのページの１～３を参考
２．インストール済みmecabの辞書をutf-8に保存し直す
windowsにインストールされたmecabの辞書データはsjisで保存されている（インストール時にutf-8を選んだとしても）。拡張子がCSVとdefのファイルが辞書データなのですべてutf-8に保存し直す。（ディレクトリ全体に対してutf-8変換してもいい） ←ダメだった
辞書CSVファイルのパス
C:\Program Files (x86)\MeCab\dic\ipadic文字コード一括変換のために使用したソフト
KanjiTranslator
「UTF-8(BOM無し)」「改行=CR+LF」← この設定で行った
utf-8に変換したら、追加用の辞書も同じフォルダに放り込む
３．辞書をコンパイルし直す
mecab-dict-indexを実行するので、mecab-dict-index.exeのあるフォルダまでコマンドプロンプトで移動。
mecab-dict-indexの詳細。こちら
mecab-dict-index.exeはここにあった。
C:\Program Files (x86)\MeCab\bin実行。
mecab-dict-index -d "C:\Program Files (x86)\MeCab\dic\ipadic" -f utf-8 -t utf-8パスの途中の半角スペースが区切りと誤認されないようにパス全体をダブルクォートでくくる。
「アクセスできない」等のエラーが出たら、フォルダを右クリックしてアクセス権を与えておく。
成功すると、４つのファイルができる
ファイルができる場所
C:\Program Files (x86)\MeCab\binファイル名
char.bin
sys.dic
unk.dic
matrix.bin４．できたファイルを正しい場所に移動させる
移動場所。元あるファイルと置換となる。
C:\Program Files (x86)\MeCab\dic\ipadicファイル移動の際アクセス権限がないとエラーが出たら、フォルダに権限を与えて、一度デスクトップにコピーして、目的のフォルダへ移動。（フォルダからフォルダへの移動ができなかった）
mecabは終了させておく。起動してると元ファイルが削除できない。
以上。
