１）環境を作る

・Senの入手＆解凍
ここから sen-1.2.2.1.zip を持ってくる
https://sen.dev.java.net/servlets/ProjectDocumentList?folderID=755&expandFolder=755&folderID=0

解凍先はどこでもいいけど（私は D:\sen-1.2.2.1 という感じで置いた。以下その前提で）

・Antの入手＆解凍
公式サイト http://ant.apache.org/bindownload.cgi でもどこでもいいから apache-ant-1.7.1-bin.zip を持ってくる

解凍先はどこでもいいけど（私は D:\apache-ant-1.7.1 という感じで置いた。以下その前提で）

・ActivePerlの導入

Perlなら何でもいいのだろうけど、インストーラも付いてお手軽な ActivePerl をインストール
http://aspn.activestate.com/ASPN/Downloads/ActivePerl/

※AntとPerlは、次の「辞書ファイル作成」で使用されます。
→辞書ファイルを入手できれば不要という話もある。（が、再配布して良いものなのか不明）


・JDKの導入

ソースの最終更新が2006年当時なのでその頃以降のでいいんじゃないでしょうか。
とりあえず最新の http://java.sun.com/javase/ja/6/download.html このあたりのJDKをダウンロードしておけば
いいんじゃ？
私の場合、仕事用マシンに入っていた

C:\jdk1.6.0_05

をそのまま使用したけど特に問題は起きてない（っぽい）


２）辞書ファイル作成

（動作概要）
辞書ファイル作成コマンドを実行すると、勝手にネット経由でIPA辞書(バージョン2.6.0)をダウンロードしてきて、
Sen用辞書を作ってくれる。（＝セキリュティソフト(ファイヤウォールetc)…の設定が必要な場合がある、かも）

D:\sen-1.2.2.1\dic

に移動し、

D:\apache-ant-1.7.1\bin\ant -Dperl.bin=c:\Perl\bin\perl.exe

としてAnt起動。
しばらく待つと辞書ファイルができあがる。（ posInfo.sen とか。4つくらい）

３）実行

まず、sen-1.2.2.1\bin に移動
そこにあるsen.batのままだと不都合な場合もあるので、sen.cmdにリネームし、以下のように編集

※>のついた部分が追加。SEN_HOMEとJAVA_HOMEを指定しているのでJAVA_HOMEに関しては指定済みの環境であれば不要かも。


んでsen.cmdを実行すると、

という画面になって止まるので、日本語の文章を何か入力してみる
（ALT＋半角/全角キーでIMEをONにして直接打ち込む、でも可）

みたいな結果が出てきます。形態素解析されてますなぁ。


４）sen.jarを作ってみる

ソースを修正した時などいろいろな時に必要なのでjarを作り直してみる

D:\sen-1.2.2.1

に移動し、

D:\apache-ant-1.7.1\bin\ant -Dperl.bin=c:\Perl\bin\perl.exe

としてAntを起動する、が、一般的な環境では

47行目あたりでcppが無いとか言われて落ちると思われる。

・解決策は２通りあって、
1)Windows用のcppを導入する(Cygwinとか？)
2)そこは修正しないので、無視する（作り直さない）よう、build.xmlを修正する

今回は楽な２を選択（笑）

build.xmlの47〜49行目

<exec executable="cpp" output="${src.dir}/net/java/sen/util/DoubleArrayTrie.java" >
<arg line="-P ${src.dir}/net/java/sen/util/DoubleArrayTrie.cpp"/>
</exec>

を

<!--<exec executable="cpp" output="${src.dir}/net/java/sen/util/DoubleArrayTrie.java" >
<arg line="-P ${src.dir}/net/java/sen/util/DoubleArrayTrie.cpp"/>
</exec>-->

として思いっきり無効化（コメントアウト）します。

※DoubleArrayTrie.cppからDoubleArrayTrie.javaを作っているらしいけどそんな所に手を入れることは無いため既存ソースでいいであろうという方針

そうして再度Antを実行すれば作成されます。（いくつか警告は出るがコメント中なので無視して良いと思われる）

※こうした修正が必要になる時があるので
辞書にすごく長い単語が含まれてるとその単語を含んだドキュメントを追加する際にIndexOutOfBoundsExceptionで失敗する
http://d.hatena.ne.jp/gnarl/20080912/1221189985


補足）文字コードの話

UTF-8にしておいた方が良い？のかどうか微妙ですがUTF-8にしておきたい場合は

sen\conf\sen.xml、sen-processor.xml 内
utf-8 に変更

sen\dic\dictionary.properties 内
sen.charset=UTF-8 に変更 # dic.charset=EUC_JPは変更しない

を設定して辞書ファイルを作り直すが吉。


長文お疲れ様でした。私も読み返すことがあるのか不明（謎）