Mac系统下如何编辑MeCab词典，修改符号类字符的词性定义？

你原代码报错是因为R中特殊符号需要加转义符\才能被识别，更简单的方式是用正则匹配所有标点符号，不用逐个罗列：

library(dplyr)
library(stringr)

# 方法1：过滤所有纯标点符号的TERM行，包含中日英引号、括号等所有符号
df <- df %>%
  filter(!str_detect(TERM, "^[[:punct:]]+$"))

# 方法2：精准匹配指定特殊字符，注意转义规则
df <- df %>%
  filter(!TERM %in% c("\"", "'", "\\", "(", ")", "（", "）", "“", "”"))

上述方法可以直接解决当前过滤需求，不需要修改MeCab配置。

如果要从根源修正MeCab的词性识别错误，按以下终端操作步骤执行：

• 第一步：查询MeCab词典的实际安装路径，终端执行命令：
  mecab-config --dicdir
  英特尔芯片Mac默认返回/usr/local/lib/mecab/dic/ipadic，M系列芯片Mac默认返回/opt/homebrew/lib/mecab/dic/ipadic，后续命令路径以实际返回结果为准。
• 第二步：打开符号词条定义文件，以英特尔芯片路径为例，终端执行：
  sudo nano /usr/local/lib/mecab/dic/ipadic/symbols.csv
  输入Mac开机密码后即可进入编辑界面。
• 第三步：修改符号词性：在打开的文件中找到引号、括号对应的词条行，将原本的词性（一般为名詞,一般）替换为記号,一般,*,*,*,*,*。
• 第四步：保存退出：按Ctrl+O，回车确认保存，再按Ctrl+X退出nano编辑器。
• 第五步：重新编译词典让修改生效，终端执行：
  sudo /usr/local/libexec/mecab/mecab-dict-index -d /usr/local/lib/mecab/dic/ipadic -o /usr/local/lib/mecab/dic/ipadic
  编译完成后重启R会话，MeCab就会将对应符号识别为记号类词性，可直接按词性过滤。

内容的提问来源于stack exchange，提问作者Ashu