# Darts-clone の使用方法
## 概要
Darts-clone を MeCab や ChaSen で利用する方法を紹介します．また，辞書がどのくらい小さくなるのかを示します．
* MeCab
* MeCab で ipadic を用いた場合の辞書（sys.dic）
* ChaSen
* ChaSen で ipadic を用いた場合の辞書（chadic.da）
## MeCab
### 組み込み方法
MeCab を Ubuntu 18.04 上でビルドしました．使用したのは mecab-0.996.tar.gz と mecab-ipadic-2.7.0-20070801.tar.gz の組み合わせです．これらのファイルは以下のサイトから入手できます．
* MeCab: Yet Another Part-of-Speech and Morphological Analyzer
* https://taku910.github.io/mecab/
アーカイブのダウンロードから辞書を構築するまでの手順は以下の通りです．
1. アーカイブをダウンロードします．
* wget -O mecab-0.996.tar.gz 'https://drive.google.com/uc?export=download&id=0B4y35FiV1wh7cENtOXlicTFaRUE'
* wget -O mecab-ipadic-2.7.0-20070801.tar.gz 'https://drive.google.com/uc?export=download&id=0B4y35FiV1wh7MWVlSDBCSXZMTXM'
2. mecab-0.996 の `darts.h` を差し替えます．
* wget 'https://raw.githubusercontent.com/s-yata/darts-clone/master/include/darts.h'
* tar zxf mecab-0.996.tar.gz
* mv -f darts.h mecab-0.996/src/darts.h
3. mecab-0.996 をビルド・インストールします．
* cd mecab-0.996
* ./configure
* 用いる文字コードが utf-8 のみであれば，--enable-utf8-only をオプションとして与えます．
* make
* make check
* sudo make install
* cd ..
4. 共有ライブラリをシステムに認識させます．
* sudo ldconfig
* 環境によっては，/etc/ld.so.conf の編集が必要になります．辞書のインストール時に問題が起きるようであれば，/etc/ld.so.conf の最後に /usr/local/lib という行を加えてから ldconfig を実行してみてください．
5. 辞書を構築します．
* tar zxf mecab-ipadic-2.7.0-20070801.tar.gz
* cd mecab-ipadic-2.7.0-20070801
* ./configure
* 用いる文字コードが utf-8 であれば，--with-charset=utf8 を付けておき，make, sudo make install という手順でビルド・インストールするのが楽です．
* /usr/local/libexec/mecab/mecab-dict-index -d . -o . -f EUC-JP -t 文字コード
### 辞書サイズの比較
辞書（sys.dic）のサイズは以下のようになりました．品詞や読みに割り当てられている領域の方がずっと大きいようで，Darts-clone への切り替えの効果は，辞書のサイズが 12% くらい小さくなるだけです．
|sjis|37,638,335|33,016,639|
|euc |37,779,919|33,083,199|
|utf8|49,199,027|43,197,595|
もう少し効果がある状況として，分かち書き用の辞書も構築してみました．品詞や読みがなくなるので，切り替えの効果が高くなっています．辞書のサイズは，Darts を用いた場合の 70% 以下になっています．
|sjis|15,132,073|10,510,377|
|euc |15,273,657|10,576,937|
|utf8|17,700,673|11,699,241|
※ 分かち書き用の辞書は mecab-dict-index に -w をオプションとして与えることで構築できます．
## ChaSen
### 組み込み方法
ChaSen を Ubuntu 18.04 にインストールしました．使用したのは chasen-2.4.5.tar.gz と ipadic-2.7.0.tar.gz の組み合わせです．これらのファイルは以下のサイトから入手できます．
* chasen legacy -- an old morphological analyzer
* https://chasen-legacy.osdn.jp/
* IPAdic legacy プロジェクト日本語トップページ - OSDN
* https://ja.osdn.net/projects/ipadic/
1. アーカイブをダウンロードします．
* wget "http://darts-clone.googlecode.com/files/darts-clone-0.32g.tar.gz"
* Darts であれば "http://chasen.org/~taku/software/darts/src/darts-0.32.tar.gz" になります．
* wget -O chasen-2.4.5.tar.xz 'https://ja.osdn.net/frs/redir.php?m=jaist&f=chasen-legacy%2F56305%2Fchasen-2.4.5.tar.xz'
* wget -O ipadic-2.7.0.tar.gz 'http://sourceforge.jp/frs/redir.php?m=iij&f=%2Fipadic%2F24435%2Fipadic-2.7.0.tar.gz'
2. darts-clone をビルド・インストールします．
* git clone 'https://github.com/s-yata/darts-clone.git'
* cd darts-clone
* autoreconf -i
* ./configure
* make
* make check
* sudo make install
* cd ..
3. chasen-2.4.5 をビルド・インストールします．
* tar Jxf chasen-2.4.5.tar.gz
* cd chasen-2.4.5
* ./configure
* make
* make check
* sudo make install
* cd ..
4. 共有ライブラリをシステムに認識させます．
* sudo ldconfig
* 環境によっては，/etc/ld.so.conf の編集が必要になります．辞書のインストール時に問題が起きるようであれば，/etc/ld.so.conf の最後に /usr/local/lib という行を加えてから ldconfig を実行してみてください．
5. 辞書を構築します．
* tar zxf ipadic-2.7.0.tar.gz
* cd ipadic-2.7.0/
* ./configure
* make
* 後は sudo make install でインストールできます．文字コードは euc-jp になります．
文字コードを utf-8 にするときは，以下のページが参考になると思います．
* ChaSenをUTF-8用にインストール - Qiita
* https://qiita.com/noobar/items/39583f54d9a7e4ffe655
### 辞書サイズの比較
ipadic-2.7.0 から構築される辞書（chadic.da）のサイズは以下のようになりました．
|utf8|8,999,312|4,302,848|
chadic.da 以外のファイルが合計で 20MB くらいあるため，Darts-clone を用いる場合，全体の 15% くらいは削減されることになります．