MecabのJavaバインディング

注意）今回のpostはめずらしくAndroidはぜんっぜん関係ありません。また自分用メモとして残しただけなので間違いがあってもご容赦願います。

日本語形態素解析ライブラリを使おうと思い立ちました。Javaで形態素解析するにはSenやGoSen、lgoなどがあるようですが、まずはMecabを使ってみるということで。mecab-0.98.tar.gzをダウンロード。

• http://sourceforge.net/projects/mecab/files/mecab/

Mecabのインストールはこの辺を参考にしました。

• GitHub - akira-kurogane/furigana-injector: Automatically exported from code.google.com/p/furigana-injector

Mecabの辞書作成はこの辺。

• mecabのユーザ辞書でwikipediaとhatenaキーワードを利用する - てんぷろぐ

私はJavaが一番使い慣れてるので、Javaでバインディングすることに。でもオフィシャルではぜんっぜん詳しく書いてません。まずはここでmecab-java-0.97.tar.gzをダウンロードします。

• MeCab - Browse /mecab-java at SourceForge.net

mecab-java-0.97.tar.gzを解凍し、makeしてやるとjavaバインディングに必要なファイルが作成できます。私の環境(Mac OS X(Lion))では、Makefileを以下の赤字のように書き換えるとmakeがうまく行きました。環境に応じて変えてやってください。

TARGET=MeCab

JAVAC=javac

JAVA=java

JAR=jar

CXX=c++

INCLUDE=/System/Library/Frameworks/JavaVM.framework/Headers
PACKAGE=org/chasen/mecab
LIBS=`mecab-config --libs`

INC=`mecab-config --cflags` -I$(INCLUDE) -I$(INCLUDE)/linux
all:

        $(CXX) -O3 -c -fpic $(TARGET)_wrap.cxx  $(INC)

        $(CXX) -shared  $(TARGET)_wrap.o -o lib$(TARGET).so $(LIBS)

        $(JAVAC) $(PACKAGE)/*.java -J-Dfile.encoding=UTF8

        $(JAVAC) test.java -J-Dfile.encoding=UTF8

        $(JAR) cfv $(TARGET).jar $(PACKAGE)/*.class -J-Dfile.encoding=UTF8
test:

        env LD_LIBRARY_PATH=. $(JAVA) test
clean:

        rm -fr *.jar *.o *.so *.class $(PACKAGE)/*.class
cleanall:

        rm -fr $(TARGET).java *.cxx

これでmakeすると、新規に２つのファイルが作成されます。

• MeCab.jar
• libMeCab.so

Eclipseで実行する時はJavaプロジェクトを作成しMeCab.jarを外部ライブラリとして追加します。そして、mecab-java-097フォルダ内のtest.javaをEclipseを取り込み、以下のように書き換えます。

File f = new File("/Users/hogehoge/mecab-java-097/libMeCab.so");
System.load(f.toString());

これで、ライブラリがロードでき、実行できます。