Créer un environnement mecab (dictionnaire NEologd) avec Docker (ubuntu)

Récemment, je fais diverses analyses telles que l'acquisition de données par grattage, la réalisation d'analyses morphologiques avec mecab, etc.

Articles récents Regroupement de livres d'Aozora Bunko avec Doc2Vec Raclage et analyse négative / positive des articles en ligne de Bunharu

À ce moment-là, le type d'environnement utilisé pour l'analyse se trouve dans l'environnement Docker. Cette fois, je publierai le Dockerfile que j'utilise.

Base: ʻubuntu Inclus: ʻanaconda, mecab, NEologd, gensim, janome, Beautiful Soup, etc. Ingéniosité: j'ai défini NEologd comme dictionnaire par défaut. De cette façon, vous n'avez pas à spécifier le dictionnaire NEologd à chaque démarrage de mecab.

référence Cours udemy Docker de Kame-san ・ ・ ・ C'est la connaissance de base de mon Docker. Cours hautement recommandé. Page GitHub de NEologd ・ ・ ・ Plus fort dans la nomenclature appropriée que le dictionnaire par défaut. Modification du dictionnaire par défaut de MeCab [Mac] ・ ・ ・ Je l'ai utilisé comme référence lors de la spécification du dictionnaire par défaut de mecab.

FROM ubuntu:latest

RUN apt-get update && apt-get install -y \
  sudo \
  wget \
  vim \
  mecab \
  libmecab-dev \
  mecab-ipadic-utf8 \
  git \
  make \
  curl \
  xz-utils \
  file

WORKDIR /opt

RUN wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh && \
  sh Anaconda3-2020.07-Linux-x86_64.sh -b -p /opt/anaconda3 && \
  rm -f Anaconda3-2020.07-Linux-x86_64.sh
ENV PATH /opt/anaconda3/bin:$PATH

RUN git clone --depth 1 https://github.com/neologd/mecab-ipadic-neologd.git ; exit 0
RUN cd mecab-ipadic-neologd && \
  ./bin/install-mecab-ipadic-neologd -n -y && \
  echo "dicdir=/usr/lib/x86_64-linux-gnu/mecab/dic/mecab-ipadic-neologd">/etc/mecabrc
RUN conda update -n base -c defaults conda

RUN pip install --upgrade pip && \
  pip install mecab-python3 \
  Janome \
  jaconv \
  tinysegmenter==0.3 \
  gensim \
  unidic-lite \
  japanize-matplotlib

RUN conda install -c conda-forge \
  newspaper3k && \
  conda install beautifulsoup4 \
  lxml \
  html5lib \
  requests

WORKDIR /work

CMD ["jupyter", "lab", "--ip=0.0.0.0", "--allow-root"]