Dump Cookie

mecab 프로젝트에 대해 조금 더 살펴보니 2006년에 만들어진 꽤 오래된 프로젝트였습니다. http://mecab.googlecode.com/svn/trunk/mecab/doc/index.html

mecab 패키지에는 이미 java/perl/python 등등의 바인딩을 지원하지만 php 바인딩만 자체 지원하지 않습니다. 그래서 php 바인딩은 없나 하고 살펴보니 2008년도부터 php바인딩을 지원하는 프로젝트가 있었더군요. https://github.com/rsky/php-mecab by rsky

rpm 패키지는 없나 해서 살펴보니 금방 찾을 수 없어서, 그냥 빌드해봤습니다. (참고로 본인은 Fedora 15 사용중)

1. 소스를 받고 : 소스가 github의 레포지터리이므로 git clone으로 소스를 받고
2. php 바인딩 소스 디렉토리에서 phpize 실행
3. make 명령으로 빌드
4. modules 디렉토리에 생성된 mecab.so를 /usr/lib/php/modules 아래에 설치
5. php.ini 설정

$ git clone https://github.com/rsky/php-mecab
Cloning into php-mecab...
remote: Counting objects: 616, done.
remote: Compressing objects: 100% (249/249), done.
remote: Total 616 (delta 427), reused 548 (delta 359)
Receiving objects: 100% (616/616), 120.44 KiB | 110 KiB/s, done.
Resolving deltas: 100% (427/427), done.
$ cd php-mecab/
$ ls
mecab  packages  README.md
$ cd mecab
$ phpize
Configuring for:
PHP Api Version:         20090626
Zend Module Api No:      20090626
Zend Extension Api No:   220090626

그런다음 빌드

$ ./configure
checking for grep that handles long lines and -e... /bin/grep
checking for egrep... /bin/grep -E
checking for a sed that does not truncate output... /bin/sed
checking for cc... cc
checking whether the C compiler works... yes
checking for C compiler default output file name... a.out
checking for suffix of executables...
checking whether we are cross compiling... no
checking for suffix of object files... o
checking whether we are using the GNU C compiler... yes
checking whether cc accepts -g... yes
checking for cc option to accept ISO C89... none needed
checking how to run the C preprocessor... cc -E
(중략)
checking whether to build shared libraries... yes
checking whether to build static libraries... no
configure: creating ./config.status
config.status: creating config.h
config.status: executing libtool commands
$ make
... (생략)

php 바인딩 소스 본체가 mecab.c라는 소스가 전부라서 눈깜짝할 사이에 빌드가 됩니다.

빌드된 mecab.so 파일을 다음과 같은 식으로 설치해줍니다.

$ sudo cp modules/mecab.so /usr/lib/php/modules/

다음과 같은 내용을 /etc/php.ini에 넣거나, /etc/php.d/mecab.ini라는 파일을 만들어 추가해줍니다.

extension=mecab.so

다음과 같은 간단한 예제를 examples/* 디렉토리 아래에 있는 다양한 예제를 참고해서 만들어봤습니다.

$dic = './mecab-ko-dic-1.1.3-20130226';
ini_set('mecab.default_dicdir', $dic);

$arg = array();

$mecab = mecab_new($arg);

$str = "PHP-mecab 한글테스트중입니다. 무궁화꽃이 피었습니다";
echo mecab_sparse_tostr($mecab, $str);

mecab_destroy($mecab);

이 파일은 test.php라고 이름붙여 저장하고, mecab용 한글 사전 디렉토리는 현재 디렉토리 아래에 있는 은전한닢 프로젝트의 사전으로 지정하였으며 (./mecab-ko-dic-1.1.3-20130226), 다음과 같이 실행해 보니 아무런 문제없이 잘 실행됨을 볼 수 있었습니다.

$ php test.php
PHP     SL,*,*,*,*,*,*
-       SY,*,*,*,*,*,*
mecab   SL,*,*,*,*,*,*
한글    NN,T,한글,*,*,*,*
테스트  NN,F,테스트,*,*,*,*
중      NNB,T,중,*,*,*,*
입니다  VCP+EF,F,입니다,Inflect,VCP,EF,이/VCP+ㅂ니다/EF
.       SF,*,*,*,*,*,*
무궁화  NN,F,무궁화,Compound,*,*,무궁+화
꽃      NN,T,꽃,*,*,*,*
이      JKC,F,이,*,*,*,*
피      VV,F,피,*,*,*,*
었      EP,T,었,*,*,*,*
습니다  EC,F,습니다,*,*,*,*
EOS

끝

KLDP에 은전한닢 프로젝트에 대한 소개가 있더군요.
http://kldp.org/node/75489#comment-593970 (by cleansugar 작성 일시: 수, 2013/03/06)

벼르고 있다가 한번 설치해봤습니다. 참고한 문서는 다음과 같습니다.

• 『은전한닢 프로젝트를 소개합니다』 by 이용운 2013년 2월 12일 화요일
  http://eunjeon.blogspot.kr/2013/02/blog-post.html
• https://bitbucket.org/bibreen/mecab-ko-dic bitbucket에 올려있는 mecab용 한글 사전

제가 페도라 15을 사용중인데, 페도라에서 설치하려고 보니 이미 mecab 패키지가 있더군요. 약간 낡은 버전이지만 설치했습니다. debian이나 우분투의 경우에도 이미 패키지가 있는 것 같습니다.

yum install mecab mecab-devel

그런 다음 mecab용 ko-dic을 받아서 make를 수행하였습니다.

$ rpm -q mecab
mecab-0.98-1.fc15.i686

$ ./configure
checking for a BSD-compatible install... /usr/bin/install -c
checking whether build environment is sane... yes
checking for a thread-safe mkdir -p... /bin/mkdir -p
checking for gawk... gawk
checking whether make sets $(MAKE)... yes
checking for mecab-config... /usr/bin/mecab-config
configure: creating ./config.status
config.status: creating Makefile
$ make
...(생략)
/bin/sh ./config.status --recheck
running CONFIG_SHELL=/bin/sh /bin/sh ./configure --no-create --no-recursion
checking for a BSD-compatible install... /usr/bin/install -c
checking whether build environment is sane... yes
checking for a thread-safe mkdir -p... /bin/mkdir -p
checking for gawk... gawk
checking whether make sets $(MAKE)... yes
checking for mecab-config... /usr/bin/mecab-config
configure: creating ./config.status
 /bin/sh ./config.status
config.status: creating Makefile
/usr/libexec/mecab/mecab-dict-index -d . -o . -f UTF-8 -t UTF-8
reading ./unk.def ... 13
emitting double-array: 100% |###########################################|
reading ./VCP.csv ... 9
reading ./SH-XPN.csv ... 94
reading ./SH-XR.csv ... 4350
reading ./Atomic.csv ... 1
reading ./MM.csv ... 454
reading ./NN-Person.csv ... 12269
reading ./NR.csv ... 483
reading ./XSA.csv ... 20
... (중략)

사전 자체는 설치하지 않고 다음과 같이 테스트할 수 있었습니다.
(현재 디렉토리 아래에 mecab-ko-dic-1.1.3-xxxx 디렉토리가 있는 경우 다음과 같이 디렉토리 지정)

$ echo "이것이 바로 은전한닢을 사용하는 mecab입니다." | mecab -d mecab-ko-dic-1.1.3-20130226
이것    NP,T,이것,*,*,*,이거/NP
이      JKS,F,이,*,*,*,*
바로    MAG,F,바로,*,*,*,*
은전    NN,T,은전,*,*,*,*
한      XSV+ETM,T,한,Inflect,XSV,ETM,하/XSV+ㄴ/ETM
닢      NN,T,닢,*,*,*,*
을      JKO,T,을,*,*,*,*
사용    NN,T,사용,*,*,*,*
하      XSV,F,하,*,*,*,*
는      ETM,T,는,*,*,*,*
mecab   SL,*,*,*,*,*,*
입니다  VCP+EF,F,입니다,Inflect,VCP,EF,이/VCP+ㅂ니다/EF
.       SF,*,*,*,*,*,*
EOS

설치 및 사용법도 간단하고, 속도도 느리지 않고, mecab가 원래 일본어 형태소였으니 띄어쓰기가 잘 되지 않은 경우에도 잘 처리할 수 있을 것으로 생각됩니다.

아무튼 매우 기대되는 프로젝트입니다.
mecab는 java/perl/python/ruby등등의 바인딩을 지원하니, 형태소 분석기에 관심있으신 분들은 한번 사용해보시기 바랍니다~