konlpy okt 사전 추가 방법

[hexists]

konlpy okt 사전 추가 방법

• okt에 신규 단어를 추가하는 방법을 알아봅니다.
• https://github.com/konlpy/konlpy/issues/249

[hexists]

open-korean-text 빌드를 통한 사전 추가

히스토리

• open-korean-text(이하 okt)에 신규 단어(이하 사용자 사전)을 추가하는 방법을 확인해봤습니다.
• konlpy okt 문서에는 jvmpath, max_heap_size 외에는 설정할 수 있는 내용이 없습니다.
  • class konlpy.tag._okt.Okt(jvmpath=None, max_heap_size=1024)
  • http://konlpy.org/ko/latest/api/konlpy.tag/#konlpy.tag._okt.Okt
• okt에는 사전 삭제에 대한 내용이 정리되어 있습니다.
  • https://github.com/open-korean-text/open-korean-text/blob/master/docs/contribution-guide.md
• 이 가이드를 참고해서 사전을 추가해봅니다.

가이드를 보고 사용자 사전 추가하기, guide

1. 개발 환경 설치: IntelliJ 설치 후 Scala Plugin을 설치합니다.

2. repo clone: okt repo를 clone하고, IntelliJ에서 pom.xml 파일을 열어줍니다.

3. noun의 적절한 파일에 사용자사전을 추가합니다.

   - 가이드에 있는 wikipedia_title_nouns.txt에 "노잼노씨", "문자어"를 추가했습니다.
   - src/main/resources/org/openkoreantext/processor/util/noun/wikipedia_title_nouns.txt

4. src/main/scala/org/openkoreantext/processor/tools/DeduplicateAndSortDictionaries.scala 를 실행해서 사전을 정리합니다.

5. 테스트를 실행해서 원하는대로 token이 나눠지는지 확인합니다.

   - examples/src/main/scala/ScalaOpenKoreanTextExample.scala
   - 위 파일을 누르고, run 버튼을 누릅니다.

6. 터미널로 이동해서, mvn compile을 하고 문제가 없는 경우 mvn package로 패키징합니다.

   $ mvn compile
   $ mvn package

7. konlpy는 소스를 받아 사용합니다.

   git clone git@github.com:konlpy/konlpy.git

8. target 디렉토리에 생성된 jar 파일을 konlpy로 복사하고, 기존에 있던 okt.jar 파일의 이름으로 symbolic link를 설정합니다. 기존 okt.jar 파일은 이름을 바꿔 따로 저장해놓습니다.

$ cp /path/to/open-korean-text/target/open-korean-text-2.3.2-SNAPSHOT.jar /path/to/konlpy/java/

$ cd /path/to/konlpy/java/
$ mv open-korean-text-2.1.0.jar open-korean-text-2.1.0.jar.org
$ ln -sf open-korean-text-2.3.2-SNAPSHOT.jar open-korean-text-2.1.0.jar

8. 테스트합니다.

   $ ./test_okt.py
   Okt 명사 추출 Results
   ['노잼노씨', '잼', '신조어', '등', '문자어', '등록']

[hexists]

참고 링크

• jar 패키징 방법
  • https://groups.google.com/forum/#!topic/open-korean-text/CZ2yuPORiXI