cmecab -- Mecab-Python高速バインディング

MecabのPythonバインディングの改良高速版です。
SWIGを使わず、Mecabの最低限の機能だけをPython-C APIで実装しました。
mecab-pythonバインディングの以下のメソッドを実装しています。

1. createTagger
2. Tagger.parseToNode
3. Nodeからのデータ取得（surface, feature, posid, char_type, statのみ)

更新情報

• [2007/7/16] 多少性能改善。バージョン番号をつけました。0.1
• [2007/7/15] 公開。

ベンチマーク結果

ayu@~/work/cmecab% ./benchmark.py < testtext.txt
cmecabでのベンチマーク。
         3 function calls in 14.117 CPU seconds

   Ordered by: internal time, call count

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1   14.112   14.112   14.116   14.116 benchmark.py:34(main)
        1    0.004    0.004    0.004    0.004 __init__.py:1()
        1    0.001    0.001   14.117   14.117 benchmark.py:72()
        0    0.000             0.000          profile:0(profiler)


ayu@~/work/cmecab% ./benchmark.py -o< testtext.txt
オリジナルのmecab-pythonバインディングでのベンチマーク。
         10015 function calls in 22.668 CPU seconds

   Ordered by: internal time, call count

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1   12.971   12.971   22.667   22.667 benchmark.py:20(original)
    10000    9.669    0.001    9.669    0.001 MeCab.py:178(parseToNode)
        1    0.025    0.025    0.025    0.025 MeCab.py:7()
        1    0.001    0.001    0.001    0.001 MeCab.py:192(__init__)
        1    0.001    0.001   22.668   22.668 benchmark.py:70()
        1    0.000    0.000    0.000    0.000 MeCab.py:105(Node)
        1    0.000    0.000    0.000    0.000 MeCab.py:51(DictionaryInfo)
        1    0.000    0.000    0.000    0.000 new.py:5()
        1    0.000    0.000    0.000    0.000 MeCab.py:171(Tagger)
        1    0.000    0.000    0.000    0.000 MeCab.py:14(_swig_setattr_nondynamic)
        1    0.000    0.000    0.000    0.000 MeCab.py:82(Path)
        1    0.000    0.000    0.000    0.000 MeCab.py:30(_swig_getattr)
        1    0.000    0.000    0.000    0.000 MeCab.py:175()
        1    0.000    0.000    0.000    0.000 MeCab.py:173()
        1    0.000    0.000    0.000    0.000 MeCab.py:27(_swig_setattr)
        1    0.000    0.000    0.000    0.000 MeCab.py:187()
        0    0.000             0.000          profile:0(profiler)

ダウンロード等

動作に必要な環境

• Python2.5
• Mecab0.96
• [option] mecab-pythonバインディング(ベンチマーク比較用なので比較しないなら不要です。）

インストール

1. mecabを、インストールしたらここに従って、mecabが正しく動くことを確認しましょう。
2. [option] mecab-pythonを、インストールしたらここに載っているサンプルのPythonスクリプトで正しく動作するかを確認しましょう。

% python setup.py install

使用法

1. cmecabオブジェクトを作る。

   cmecab(["mecabコマンドラインオプション"])

2. cmecabオブジェクトのparseメソッドに解析対象テキスト(EUC)を与える。
3. 結果は、結果オブジェクトのdictの配列として取得される。

    import cmecab
    
    # cmecabを用意。
    c = cmecab.cmecab()
    
    # 解析
    res = c.parse(body)   # この変数 body に、解析したテキスト(EUC)が入っているとする。

    # 結果取得
    SURFACE = "surface"
    FEATURE = "feature"
    POSID = "posid"
    for item in res:
        s = item[SURFACE]
        f = item[FEATURE]
        p = item[POSID]
        print "%s %d %s" % (s, p, f)