mecabで記号が名詞, サ変接続とされてしまう問題の解消

概要

• MeCabのデフォルトでは半角記号が名詞、サ変接続とされてしまう。

$ mecab
;
;       名詞,サ変接続,*,*,*,*,*
EOS

• この問題を解消するために未定義語の辞書を編集して、半角記号が記号として取り扱うことができるようにする

前提環境

• Linux (CentOS7.3)
• MeCab (ver. 0.993)

ステップ

1. unk.def の編集
2. 辞書の再インストール

1. unk.def の編集

• unk.def ファイルは [MeCabインストールディレクトリ]/mecab/mecab-ipadic/unk.def にある
• unk.defを以下のように編集する

$ cat unk.def | grep SYMBOL
SYMBOL,1283,1283,17585,名詞,サ変接続,*,*,*,*,*
$ sed -i unk.def -e '/^SYMBOL,/s/名詞,サ変接続,\*,\*,\*,\*,\*/記号,一般,\*,\*,\*,\*,\*/' 
$ cat unk.def | grep SYMBOL
SYMBOL,1283,1283,17585,記号,一般,*,*,*,*,*

2. 辞書の再インストール

$ sudo /usr/local/libexec/mecab/mecab-dict-index
$ sudo make install
$ mecab
;
;       記号,一般,*,*,*,*,*
EOS