출력 포맷

$Id: format.html 65 2007-01-30 00:52:53Z taku-ku $;

개요

MeCab 하, ChaSen (와)과 같이, 출력의 포맷을 비교적 자유롭게 재정의할 수 있습니다. 또, 설정 파일에 포맷을 복수 기술해 두어, 실행시에 그것들을 잘라 바꾸는 것이 가능합니다. 이것은, MeCab 독자적인 기능입니다.

출력 포맷의 지정

이하의 3 개출력 포맷을 변경할 수 있습니다.

node: 1 개의 형태소를 출력, 디폴트는 공문자
unk: 1 개의 미지 어형태소를 출력, 디폴트는 node (와)과 동일 포맷
bos: 형태소 해석의 결과에 앞서 출력 (header 목표 역할), 디폴트는 공문자
eos: 형태소 해석의 결과의 뒤에 출력 (footer 목표 역할), 디폴트는 "EOSn"

명시적으로 지정되지 않는 경우, 각각의 디폴트 문자열이 사용됩니다.

이것들은, 이하의 2 개의 방법으로 지정합니다.

커멘드 라인으로부터

% mecab --node-format=STR --bos-format=STR --eos-format=STR --unk-format=STR

mecabrc 에 기술하는 경우
임의의 문자열 KEY (을)를 사용, mecabrc 에 이하와 같이 정의.
```
node-format-KEY = STR
unk-format-KEY = STR
eos-format-KEY = STR
bos-format-KEY = STR
```
이 KEY (을)를 커멘드 라인으로부터 호출한다.
```
% mecab -Okey 
```

출력 포맷

%s	형태소 종류 (0: 통상, 1: 미지어, 2: 문두, 3: 문말)
%S	입력문
%L	입력문의 길이
%m	형태소의 표층 문자열
%M	형태소의 표층 문자열, 다만 공백 문자도 포함해 출력 (%pS (을)를 참조)
%h	태생의 내부 ID
%%	% 그것
%c	단어 발생 코스트
%H	태생 ( 품사, 활용, 읽기) 등을 CSV 그리고 표현한 것
%t	문자종 id
%P	주변 확률 (-l2 옵션을 지정했을 때 마셔 유효)
%pi	형태소에 부여되는 독특한ID
%pS	만약 형태소가 공백 문자열로 시작되는 경우는, 그 공백 문자열을 표시 %pS%m (와)과 %M (은)는 동일
%ps	개시 위치
%pe	종료 위치
%pC	1 개전의 형태소와의 연접 코스트
%pw	%c (와)과 같다
%pc	연접 코스트 + 단어 발생 코스트 ( 문두로부터 누적)
%pn	연접 코스트 + 단어 발생 코스트 ( 그 형태소 단독, %pw + %pC)
%pb	최적 패스의 경우 *, 그 이외는 ' '
%pP	주변 확률 (-l2 옵션을 지정했을 때 마셔 유효)
%pA	blpha, forward log 확률 (-l2 옵션을 지정했을 때 마셔 유효)
%pB	beta, backward log 확률 (-l2 옵션을 지정했을 때 마셔 유효)
%pl	형태소의 표층 문자열로서의 길이, strlen (%m) (와)과 동일
%pL	형태소의 표층 문자열로서의 길이, 다만 공백 문자열도 포함한다, strlen(%M) (와)과 동일
%phl	왼쪽 문맥 id
%phr	우문맥 id
%f[N]	csv 그리고 표기된 태생의 N 번째의 요소
%f[N1,N2,N3...]	N1,N2,N3 번째의 태생을, "," (을)를 딜리미터로서 표시
%FC[N1,N2,N3...]	N1,N2,N3 번째의 태생을, C (을)를 딜리미터로서 표시. 다만, 요소가 하늘의 경우는 이후 표시가 생략 된다. ( 례)F-[0,1,2]
0 a b t n v f r	통상의 이스케이프 문자열
s	' ' ( 반각 스페이스) 설정 파일에 기술할 경우에 사용

례

dicrc 보다 발췌한 예

; yomi
node-format-yomi = %pS%f[7]
unk-format-yomi = %M
eos-format-yomi  = n

; simple
node-format-simple = %mt%F-[0,1,2,3]n
eos-format-simple  = EOSn

; csv
node-format-csv = %m,%f[7],%f[8],%f[6],%F-[0,1,2,3],%f[4],%f[5]n
unk-format-csv  = %m,%m,%m,%f[6],%F-[0,1,2,3],,n
eos-format-csv  = EOS,,,,,,n

; ChaSen
node-format-chasen = %mt%f[7]t%f[6]t%F-[0,1,2,3]t%f[4]t%f[5]n
unk-format-chasen  = %mt%mt%mt%F-[0,1,2,3]ttn
eos-format-chasen  = EOSn

주의 사항

원 이겨 쓰기 출력 (-Owakati), 디폴트의 출력, 출력 덤프 (-Odump) 하 고속성을 희생하고 싶고 없기 위해(때문에), 하드 코딩 되고 있습니다.

$Id: format.html 65 2007-01-30 00:52:53Z taku-ku $;