フリーウエア利用５　　MeCab

１）概要
MeCabは、文章を形態素（意味をもつ最小の単位）に分解するオープンソースの「形態素解析エンジン」です。MeCabはフリーソフトウエアで、京都大学情報学研究科、日本電信電話株式会社コミュニケーション科学基礎研究所の共同研究で開発されたもので、開発者は工藤拓氏です。有用なソフトの公開に感謝します。

C言語のインターフェースが公開されていますので、Embarcadero C++　Compiler で利用する場合の手順、プログラムの組み方を紹介します。

２）ソフトの入手方法、
公式のホームページ（http://taku910.github.io/mecab/）からWindows版のパッケージをダウンロードしてインストールができます。
　MeCabの解説・インストールは、こちらが参考になりました。
　後で出てきますが、オプションについては、こちらが詳しい。

インストーラに従ってインストールした場合に、解凍される次のファイルを使用します。（環境やインストール方法によってフォルダが異なる場合があります）
　　「C:\Program Files (x86)\MeCab\sdk\」：「example.c」（サンプルプログラム）、「mecab.h」（ヘッダファイル）
　　「C:\Program Files (x86)\MeCab\bin\」：「libmecab.dll」（dll）

３）ライブラリの作成法
コマンドライン・ツールのimplib.exeを使って、上記のlibmecab.dllからライブラリ（libmecab.lib）を作成します。実行結果は以下の�@です。
ここで使用したソースプログラム、実行プログラムはこちらです。（ヘッダー、dll、ライブラリはご自分で取得してください）

＜�@実行結果＞

MeCabで公開されている、上記のサンプルプログラムをEmbarcadero　C++　コンパイラで.EXEファイル
に変換します。このＣ言語のサンプルは、シングルスレッド環境用です。
変更箇所は、ソースプログラムに記載しました。いくつか、コメントを追加しています。
コンパイル結果は�Aです。
＜�Aコンパイル結果＞


ソースプログラムが�Bですが、実行結果やプログラムの意味をいくつかに分けて説明します。

＜�Bソースプログラム＞

//#include <mecab.h>    
#include <stdio.h>
                                                        // 位置を変更　2023.10.11　K.N
#include "mecab.h"

#define CHECK(eval) if (! eval) { \
    fprintf (stderr, "Exception:%s\n", mecab_strerror (mecab)); \
    mecab_destroy(mecab); \
    return -1; }

int main (int argc, char **argv)  {
  char input[] = "太郎は次郎が持っている本を花子に渡した。";


  mecab_t *mecab;
  const mecab_node_t *node;
  const char *result;
  int i;
//  size_t len;                 // 使っていない。2023.10.11　K.N

                                                //　---- 1:設定、ハンドル作成　-----
  // Create tagger object
  mecab = mecab_new(argc, argv);
  CHECK(mecab);

                                                //　---- 2:形態素に分解　　-----
  // Gets tagged result in string.
  result = mecab_sparse_tostr(mecab, input);
  CHECK(result)
  printf ("INPUT: %s\n", input);
  printf ("RESULT:\n%s", result);

                                                //　---- 3:形態素に分解、NBEST、一括　
  // Gets N best results
  result = mecab_nbest_sparse_tostr (mecab, 3, input);
  CHECK(result);
  fprintf (stdout, "NBEST:\n%s", result);

                                                //　---- 4:形態素に分解、NBEST、順次
  CHECK(mecab_nbest_init(mecab, input));
  for (i = 0; i < 3; ++i) {
    printf ("%d:\n%s", i, mecab_nbest_next_tostr (mecab));
  }
                                                //　---- 5:形態素分解、形態素ごとに表示
  // Gets node object
  node = mecab_sparse_tonode(mecab, input);
  CHECK(node);
  for (; node; node = node->next) {
    if (node->stat == MECAB_NOR_NODE || node->stat == MECAB_UNK_NODE) {
      fwrite (node->surface, sizeof(char), node->length, stdout);
      printf("\t%s\n", node->feature);
    }
  }

                                                //　---- 6:辞書情報の表示
  // Dictionary info
  const mecab_dictionary_info_t *d = mecab_dictionary_info(mecab);
  for (; d; d = d->next) {
    printf("filename: %s\n", d->filename);
    printf("charset: %s\n", d->charset);
    printf("size: %d\n", d->size);
    printf("type: %d\n", d->type);
    printf("lsize: %d\n", d->lsize);
    printf("rsize: %d\n", d->rsize);
    printf("version: %d\n", d->version);
  }

  mecab_destroy(mecab);

  return 0;
}

　 mecab_new(argc, argv)関数で、ハンドルを作成します。ここでは、指定しませんが、パラメータを指定できます。パラメータは、下の一覧を参照してください。

　mecab_sparse_tostr(mecab, input)関数で、文字列を与えて形態素に分解します、結果は�Cです。
＜�C実行結果＞

　mecab_nbest_sparse_tostr()関数で、形態素に分解し、上位の3件を表示します、結果は�Dです。
　表示する件数は関数の引数で指定します。
＜�D実行結果＞

mecab_nbest_init()で、分解する文字列を指定し、mecab_nbest_next_tostr()で順次取得できるので、必要なだけ繰り返します。実行結果が�Eです。
＜�E実行結果＞

mecab_sparse_tonode()で、分解する文字列を指定すると、ノード（Node、mecab_node_t *：文字列を分かち書きを追えるように分解）が返ります。プログラムで、順に取り出します。実行結果が�Fです。
Nodeの構造は、下記に記しますが、statで要素の内容を判断し、指定された次の要素に進みます。次の要素が指定されてければ終了となります。
＜�F実行結果＞

mecab_dictionary_info()で辞書情報を取得する。辞書情報の構造体は、下記です。
辞書は複数ある場合もあるので、順に取得できる。実行結果が�Gです。
＜�G実行結果＞