madipy — madi (마디)

순수 Rust 로 만든 한국어 형태소 분석기의 Python 패키지입니다. 세종 품사 태그(NNG, VV, EF …)로 형태소를 나누고, 형태소 분석을 이용한 문장 분리도 합니다.

A Korean morphological analyzer written in pure Rust, with Python bindings (Sejong tag set, morpheme-aware sentence splitting).

설치

pip install madipy

설치 이름은 madipy, 코드에서는 import madi 입니다.

Windows·macOS(Intel·Apple Silicon)·Linux(x86_64·aarch64), Python 3.9 이상. 모델 파일은 패키지에 들어 있지 않고, 처음 쓸 때 한 번 받아 둡니다(기본 약 87 MB, 풀면 240 MB).

사용

import madi

m = madi.Analyzer()                         # 처음 한 번 모델을 받는다
m.tokenize('아버지가 방에 들어가신다')
# [('아버지', 'NNG', 0, 3), ('가', 'JKS', 3, 4), ('방', 'NNG', 5, 6), ('에', 'JKB', 6, 7),
#  ('들어가', 'VV', 8, 11), ('시', 'EP', 11, 13), ('ㄴ다', 'EF', 11, 13)]
m.pos('감기는 무서운 병이다.')                  # [('감기', 'NNG'), ('는', 'JX'), ('무섭', 'VA'), …]
m.split_sentences('오늘 날씨가 참 좋네요 내일은 비가 온대요')
# ['오늘 날씨가 참 좋네요', '내일은 비가 온대요']
m.tokenize_batch(['문장 하나', '문장 둘'], threads=4)

• madi.Analyzer(precise=True) — 정밀 모드: 애매한 어절만 작은 신경망으로 다시 고릅니다(모델 +27 MB, 느림).
• madi.Analyzer(nlm=False) — 신경망 LM 없이 n-gram 만(빠르고 메모리가 작음).
• madi.Analyzer(std_2025=True) — 2025년판 형태 분석 지침식 출력.
• madi.Analyzer(user=['my_dict.tsv']) — 사용자 사전.
• tokenize 의 시작·끝은 입력 문자열의 글자 위치입니다(text[start:end]). 활용형이 축약된 곳(신다 = 시 + ㄴ다)은 여러 형태소가 같은 구간을 가리킵니다.

모델 파일

• 받는 곳: madi-release 의 Release. 받은 뒤 sha256 을 확인합니다.
• 두는 곳: Windows %LOCALAPPDATA%\madi\models\<태그>, 그 밖 ~/.cache/madi/models/<태그> (환경 변수 MADI_MODEL_DIR 로 바꿈).
• 인터넷이 막힌 곳: Release 의 .xz 파일을 따로 받아 그 디렉터리를 MADI_MODEL_URL 로 주거나, 받은 파일 경로를 직접 줍니다 — madi.Analyzer('madi.dict', lm='knlm.bin', nlm='model.nlm').

명령줄: python -m madi download [--precise], python -m madi info, python -m madi verify, python -m madi "문장".