Can someone enlighten me on the MeCab default output? what annotation does the MeCab output and where can i find the tagset for the morpho analyzer
http://mecab.sourceforge.net/
can anyone decipher this output from MeCab?
<s>
ブギス・ジャンクション ブギス・ジャンクション ブギス・ジャンクション 名詞-一般
に ニ に 助詞-格助詞-一般
は ハ は 助詞-係助詞
最も モットモ 最も 副詞-一般
買い カイ 買う 動詞-自立 五段・ワ行促音便 連用形
物慣れ モノナレ 物慣れる 動詞-自立 一段 連用形
し シ する 動詞-自立 サ変・スル 連用形
た タ た 助動詞 特殊・タ 基本形
人々 ヒトビト 人々 名詞-一般
を ヲ を 助詞-格助詞-一般
も モ も 助詞-係助詞
魅了 ミリョウ 魅了 名詞-サ変接続
する スル する 動詞-自立 サ変・スル 基本形
品 シナ 品 名詞-一般
揃え ソロエ 揃える 動詞-自立 一段 連用形
が ガ が 助詞-格助詞-一般
あり アリ ある 動詞-自立 五段・ラ行 連用形
ます マス ます 助動詞 特殊・マス 基本形
。 。 。 記号-句点
</s>
The output format in your example appears to be chasen2, which is defined in the dicrc file. That would be:
; ChaSen (include spaces)
node-format-chasen2 = %M\t%f[7]\t%f[6]\t%F-[0,1,2,3]\t%f[4]\t%f[5]\n
unk-format-chasen2 = %M\t%m\t%m\t%F-[0,1,2,3]\t\t\n
eos-format-chasen2 = EOS\n
For a normal node format, that would be:
1. surface value, including any whitespace
2. \t
3. reading
4. \t
5. root form
6. \t
7. part of speech
8. part of speech, subtype 1
9. part of speech, subtype 2
10. part of speech, subtype 3
11. \t
12. conjugation
13. \t
14. inflection
15. newline
where items 7 through 10 are hyphen-delimited.
For further details, you should see the 出力フォーマット documentation for mecab.
EDIT: updated link to the MeCab output formatting explanation page.
If you love us? You can donate to us via Paypal or buy me a coffee so we can maintain and grow! Thank you!
Donate Us With