計量史料学入門 第4回 MeCabで一字ずつ分割する方法―辞書作りをしない最小設定―
わたし、計量史料学子。計量史料が名字で、学子が名前。みんなからは、ガッコちゃんって呼ばれてるんだ！
みんなは、形態素解析って知ってる？
例えば、「私は学子です」だったら、
私 名詞,代名詞,一般,,,,私,ワタシ,ワタシ
は 助詞,係助詞,,,,,は,ハ,ワ
学子 名詞,固有名詞,人名,名,,,学子,ガッコ,ガッコ
です 助動詞,,,,特殊・デス,基本形,です,デス,デス
。 記号,句点,,,,,。,。,。
みたいに、辞書に従って単語ごとに分けて、テキストマイニングの準備をすることだよ！
形態素解析には、MeCabやChaSenが使われることが多いんだよ！
「よく勉強しているね、ガッコちゃん」
さわやかな笑顔をみせたのは、KH Coderくん。
「じゃあ、史料を分析したいときは、どうしたらいいと思う？」
わたしは、あごに手をあてて、うーんとうなる。
「昔の言葉に対応してる辞書なんて、あんまりないですよね。辞書を作るところからはじめなきゃいけないのかなあ」
「それも正解。だけど、辞書を作るのは結構大変なんだ。今回は、辞書作りをせずに、史料を一字ずつ分割できるようにしてみよう！」
「教えてください！」
以下の手順については、今後、KH CoderやMeCabのアップデートによって、エラーがでる可能性がありますので、随時更新していきます。
また、論文の分析の再現性を確保するため、論文刊行後は無料で公開する予定です。無料で読みたい方は、論文刊行までお待ちください（今、頑張って書いております）。
