[KoNLPy] 은전한입(mecab) 사용자 사전 단어비용 조절하기

이전 포스팅에서는 사용자 사전을 추가해서 내 입맛에 맞게 형태소 분석을 하는 방법을 알아보았습니다.

하지만 아직 완전하게 결과를 받기에는 한 가지 과정을 더 거쳐야 합니다.

 

 

❓ 단어비용

단어 비용은 앞서 mecab 사용자 사전의 레코드 구조에서 네번째인 '가중치(단어비용)'입니다.

이 단어의 검색 우선순위를 부여해서 같은 단어인데 태그가 다른 경우 어떤 것을 우선시 할 것이냐?로 간단하게 이해해주시면 됩니다.

단어 비용은 낮추면 검색 우선순위가 높아집니다. 이걸 자꾸 헷갈려서 찾아보는 경우가 많았는데, 숫자와 우선순위를 반대로 생각하면 간단합니다. 우선순위를 👍 높이고 싶다면 단어 비용은 반대로 👎 작은 숫자를 부여해주세요.

 

💰 단어비용을 조절해보자

이제는 실제로 단어비용을 높여서 원하는 결과를 가져와봅시다.

기존에는 📁 userdic/ nnp.csv에서 사용자 단어를 조절했는데, 여기서 가중치를 조절해도 단어 비용은 바뀌지 않습니다.

아무 디렉토리도 들어가지 않은 mecab-ko-dic 경로에서 user-XXX.csv를 수정해주세요. 이 파일이 없다면 사용자 사전 단어를 추가하고 컴파일을 하지 않은 것이니 tools/add-userdic.sh 과 sudo make install을 해주시고 진행해주시길 바랍니다.

 

단어 검색 시 우선순위를 확인하려면 다음 명령어를 실행하고 단어를 입력해야합니다.

저는 '아스피린'으로 검색해보겠습니다.

./tools/mecab-bestn.sh 

분명히 사용자 사전에는 NNP로 입력했는데, NNG가 먼저 검색되는 것이 보입니다.

Ctrl+C로 나가주고 이제 user-nnp.csv를 수정해봅시다.

ubuntu라면 vi user-nnp.csv를 하고 :/아스피린으로 검색해서 네번째 숫자 값을 낮춰줍니다.

그리고 make clean, make install 명령어를 입력해주세요.

make clean
make install

 

🥳 짜잔~! 아까는 분명 NNG가 먼저 검색되었는데 이제는 NNP로 검색되는 것을 확인할 수 있습니다.