CentOS 7 で MeCab と CaboCha で遊ぶ

ちょっと MeCab とかで遊びたくなったので、インストールとかのメモ。
基本的には、各ドキュメントにあるインストール方法そのままだったりします。

MeCab のインストール

まぁ、公式サイト通りに。

$ wget "https://drive.google.com/uc?export=download&id=0B4y35FiV1wh7cENtOXlicTFaRUE" -o mecab-0.996.tar.gz
$ tar zxfv mecab-0.996.tar.gz
$ cd mecab-0.996
$ ./configure
$ make
$ make check
$ sudo make install

辞書のインストール

推奨されている、 IPA 辞書をインストールします。
ただ、 configure するときに、 --with-charset=utf8 を指定しないと文字化けするので注意。

$ wget "https://drive.google.com/uc?export=download&id=0B4y35FiV1wh7MWVlSDBCSXZMTXM" -o mecab-ipadic-2.7.0-20070801.tar.gz
$ tar zxfv mecab-ipadic-2.7.0-20070801.tar.gz
$ cd mecab-ipadic-2.7.0-20070801
$ ./configure --with-charset=utf8
$ make
$ sudo make install

あと、新語に対応した NEologd もインストールしておきます。

$ git clone --depth 1 https://github.com/neologd/mecab-ipadic-neologd.git
$ cd mecab-ipadic-neologd
$ ./bin/install-mecab-ipadic-neologd -n

CaboCha のインストール

CRF++ が必要なので、まずはそれから。

$ wget "https://drive.google.com/uc?export=download&id=0B4y35FiV1wh7QVR6VXJ5dWExSTQ" -O CRF++-0.58.tar.gz
$ tar zxfv CRF++-0.58.tar.gz
$ cd CRF++-0.58
$ ./configure
$ make
$ sudo make install

で、 CaboCha。
こちらも、 --with-charset=utf8 を忘れずに。

$ wget "https://googledrive.com/host/0B4y35FiV1wh7cGRCUUJHVTNJRnM/cabocha-0.69.tar.bz2" -O cabocha-0.69.tar.bz2
$ tar jxvf cabocha-0.69.tar.bz2
$ cd cabocha-0.69
$ ./configure --with-charset=utf8
$ make
$ sudo make install

これで、インストールは完了。
使うときはこんな感じ。

$ cabocha -d /usr/local/lib/mecab/dic/mecab-ipadic-neologd
10日放送の「中居正広のミになる図書館」（テレビ朝日系）で、SMAPの中居正広が、篠原信一の過去の勘違いを明かす一幕があった。
                  10日放送の-D
  「中居正広のミになる図書館」-D
            （テレビ朝日系）で、---------------D
                            SMAPの-D           |
                        中居正広が、-----------D
                            篠原信一の---D     |
                                  過去の-D     |
                                  勘違いを-D   |
                                      明かす-D |
                                        一幕が-D
                                        あった。
EOS

おわり。