yasuokaの日記： Universal Dependenciesの拡張による「They shut the station down」の直接構成鎖解析

私(安岡孝一)の2月26日の日記で議論した「They shut the station down」だが、どうやらcompound:prt(あるいは全てのcompound)を特別扱いすることで、構成鎖不可分性を自動抽出できそうな気配になってきた。具体的には、以下のようなcatena_inseparability付きUniversal Dependenciesが、抽出できればいいということになる。

# text = They shut the station down
# catena_inseparability = 2<1<4<5<3
1    They    they    PRON    PRP    Case=Nom|Number=Plur|Person=3|PronType=Prs    2    nsubj    _    _
2    shut    shut    VERB    VBD    Mood=Ind|Tense=Past|VerbForm=Fin    0    root    _    _
3    the    the    DET    DT    Definite=Def|PronType=Art    4    det    _    _
4    station    station    NOUN    NN    Number=Sing    2    obj    _    _
5    down    down    ADP    RP    _    2    compound:prt    _    _

「UDPipe Visualizer with Immediate Catena Tree」で可視化してみると、こんな感じ。「shut down」と「the station」の間で、構成鎖解析木の枝が交差してしまうが、それは仕方ないだろう。UDPipeのenglish-gum-ud-2.4-190531モデルを使えば、現状でも何とか自動抽出できそうな気配だが、他のモデルや例文も、もう少し調べてみる必要がありそうだ。さて、どうなるかな。