Skip to content

Latest commit

 

History

History
156 lines (122 loc) · 5.08 KB

tutorial.md

File metadata and controls

156 lines (122 loc) · 5.08 KB

日本語形態素解析器 Sudachi チュートリアル

以下のような環境で動作させることを前提とする。

  • Windows 10 バージョン1803以降
  • Windows Subsystem for Linux
  • Ubuntu 18.04 LTS

単体の Ubuntu や他の Linux デストリビューションでも同様の手順で動作する。

クイックスタート

ビルド済みの Sudachi ファイルと、ビルド済みの Sudachi 辞書ファイルがあるので、それをダウンロードし、組み合わせて実行する。

Windows コマンドプロンプトの場合

1. Sudachi のビルド済みフォルダをダウンロード

  • リリースページに行く
  • 最新のビルド済みファイル（ここでは sudachi-0.7.3-executable.zip ）をダウンロード
  • 展開
    • ダウンロードした zip ファイルを右クリックし、 すべて展開 をクリック

2. Sudachi 辞書をダウンロード

  • リリースページに行く
  • 最新のビルド済み辞書（ここでは sudachi-dictionary-20240409-core.zip ）をダウンロード
    • ここで full, core, small は、それぞれ辞書サイズが大、中、小であることを示している。
  • 展開
    • ダウンロードした zip ファイルを右クリックし、 すべて展開 をクリック

3. Sudachi 辞書を移動

  • ステップ2 で展開したファイルの中の、辞書ファイル（ system_core.dic ）をステップ1 で展開したフォルダ（ sudachi-0.7.3-executable\ の下）に移動

4. コマンドプロンプトから実行

移動

> cd sudachi-0.7.3-executable\

実行

sudachi-0.7.3-executable>java -jar sudachi-0.7.3.jar
国会議事堂
国会議事堂      名詞,固有名詞,一般,*,*,*        国会議事堂
EOS

または以下でも可

sudachi-0.7.3-executable>echo 国会議事堂| java -jar sudachi-0.7.3.jar
国会議事堂      名詞,固有名詞,一般,*,*,*        国会議事堂
EOS

Linux の場合

1. Sudachi のビルド済みフォルダをダウンロード

2. Sudachi 辞書をダウンロード

  • リリースページに行く
  • 最新のビルド済み辞書（ここでは sudachi-dictionary-20240409-core.zip ）をダウンロード
    • ここで full, core, small は、それぞれ辞書サイズが大、中、小であることを示している。
  • 展開 
    $ unzip sudachi-dictionary-20240409-core.zip

3. Sudachi 辞書を移動

  • ステップ2で展開したファイルの中の、辞書ファイル（ system_core.dic ）をステップ1で展開したフォルダ（ $PWD の下）に移動 
    $ mv sudachi-dictionary-20240409/system_core.dic ./

4. 実行

実行

$ java -jar sudachi-0.7.3.jar
国会議事堂
国会議事堂      名詞,固有名詞,一般,*,*,*        国会議事堂
EOS

または以下でも可

$ echo 国会議事堂 | java -jar sudachi-0.7.3.jar
国会議事堂      名詞,固有名詞,一般,*,*,*        国会議事堂
EOS

ビルドから実行する場合

Linux の場合

$ git clone https://github.com/WorksApplications/Sudachi
$ cd Sudachi/

ビルド

$ ./gradlew build

配布用アーカイブの展開

$ unzip build/distributions/sudachi-executable-0.7.4.zip -d ./target
# もしくは
$ mkdir ./target
$ tar -xf build/distributions/sudachi-executable-0.7.4.tar --directory ./target

この時点で実行すると、辞書がないという以下のエラーが発生する。

$ java -jar target/sudachi-0.7.4.jar
Exception in thread "main" java.lang.IllegalArgumentException: Failed to resolve file: system_core.dic
Tried roots: [Classpath{prefix=}, None{}]
        at com.worksap.nlp.sudachi.Config$Resource$NotFound.makeException(Config.java:1060)
        at com.worksap.nlp.sudachi.Config$Resource$NotFound.consume(Config.java:1040)
        at com.worksap.nlp.sudachi.dictionary.BinaryDictionary.loadSystem(BinaryDictionary.java:85)
        at com.worksap.nlp.sudachi.JapaneseDictionary.setupSystemDictionary(JapaneseDictionary.java:78)
        at com.worksap.nlp.sudachi.JapaneseDictionary.<init>(JapaneseDictionary.java:44)
        at com.worksap.nlp.sudachi.DictionaryFactory.create(DictionaryFactory.java:52)
        at com.worksap.nlp.sudachi.SudachiCommandLine.main(SudachiCommandLine.java:294)

core 辞書をダウンロードし、実行ディレクトリに配置
http://sudachi.s3-website-ap-northeast-1.amazonaws.com/sudachidict/

$ ls
... system_core.dic ...

実行

$ java -jar target/sudachi-0.7.4.jar
国会議事堂
国会議事堂      名詞,固有名詞,一般,*,*,*        国会議事堂
EOS