Apple Silicon Mac에 khaiii 형태소 분석기 설치하기

khaiii(Kakao Hangul Analyzer iii) 형태소 분석기를 설치하는 방법에 대해 정리해보고자 한다.

khaiii 형태소 분석기는 MacOS 혹은 Linux(Ubuntu) 환경에서만 사용할 수 있다. (Windows OS 미지원)

khaiii 형태소 분석기

khaiii는 카카오가 2018년에 공개한 한국어 형태소 분석기이다. 국립국어원에서 배포한 세종 corpus(형태 분석 말뭉치)를 일부 수정한 85만 문장(1천 만 어절)의 corpus와 카카오에서 자체적으로 구축한 6만 어절의 corpus를 함께 사용하여 학습되었다. (음절, 형태소 정렬 후 최종적으로 약 85만 문장(1003만 어절)이 학습 corpus이고, 이중 1만 문장을 validation corpus(50%), test corpus(50%)로 사용하였다.)

세종 corpus의 품사 집합을 대부분 그대로 사용하고 있으나, 분석이 불가능하거나 어려운 SWK, ZN, ZV, ZZ의 경우 한글 자모가 나타나거나(ex. 가운ㄷㅔ) 띄어쓰기 오타에 한해 제한적으로 사용하였다.

분류	품사	설명
체언	NNG	일반 명사
체언	NNP	고유 명사
체언	NNB	의존 명사
체언	NP	대명사
체언	NR	수사
용언	VV	동사
용언	VA	형용사
용언	VX	보조 용언
용언	VCP	긍정 지정사
용언	VCN	부정 지정사
수식언	MM	관형사
수식언	MAG	일반 부사
수식언	MAJ	접속 부사
독립언	IC	감탄사
관계언	JKS	주격 조사
관계언	JKC	보격 조사
관계언	JKG	관형격 조사
관계언	JKO	목적격 조사
관계언	JKB	부사격 조사
관계언	JKV	호격 조사
관계언	JKQ	인용격 조사
관계언	JX	보조사
관계언	JC	접속 조사
의존 형태	EP	선어말 어미
의존 형태	EF	종결 어미
의존 형태	EC	연결 어미
의존 형태	ETN	명사형 전성 어미
의존 형태	ETM	관형형 전성 어미
의존 형태	XPN	체언 접두사
의존 형태	XSN	명사 파생 접미사
의존 형태	XSV	동사 파생 접미사
의존 형태	XSA	형용사 파생 접미사
의존 형태	XR	어근
기호	SF	마침표, 물음표, 느낌표
기호	SP	쉼표, 가운뎃점, 콜론, 빗금
기호	SS	따옴표, 괄호표, 줄표
기호	SE	줄임표
기호	SO	붙임표(물결, 숨김, 빠짐)
기호	SL	외국어
기호	SH	한자
기호	SW	기타 기호(논리, 수학 기호, 화폐 기호 등)
기호	SWK	한글 자소
기호	SN	숫자
추정	ZN	분석 불능(명사 추정)
추정	ZV	분석 불능(용언 추정)
추정	ZZ	분석 불능(기타)

khaiii 형태소 분석기 설치하기

1. 빌드 환경 구축하기

khaiii는 C++14로 개발하여 이를 지원하는 빌드 툴을 필요로 한다. pip를 이용해 cmake 3.10 이상 버전을 설치한다.

pip install cmake

cmake가 설치되었으면 khaiii 깃 저장소를 클론받아온 뒤, build 디렉토리를 생성하고 cmake를 실행한다.

# khaiii 깃 저장소 클론 받아오기
git clone https://github.com/kakao/khaiii.git

# build 디렉토리 생성 후 이동하기
mkdir build
cd build

# cmake 실행하기
cmake ..

2. 설치하기

cmake 실행이 완료되었으면 cmake로 khaiii와 resource를 빌드한다.

make all
make resource

# 동작 확인 테스트
ctest

정상적으로 빌드 되었으면 pip 명령을 이용하여 package를 설치한다.

sudo make install
make package_python
cd ./package_python
pip install .

정상적으로 설치되었다면 python 인터프리터에서 다음과 같이 사용할 수 있다.

from khaiii import KhaiiiApi

api = KhaiiiApi()
for word in api.analyze('형태소 분석기 설치 완료.'):
    print(word)

출처: https://github.com/kakao/khaiii