旧字旧仮名日本語解析ツールとしてのUniDic2UD・GiNZA・Stanza・spacy-udpipe・NLP-Cube | yasuokaの日記

yasuokaの日記：旧字旧仮名日本語解析ツールとしてのUniDic2UD・GiNZA・Stanza・spacy-udpipe・NLP-Cube 2

日記 by yasuoka 2020年04月05日 21時35分

「國境のトンネルを拔けると、窓の外の夜の底が白くなつた。」という文に対し、UniDic2UD・GiNZA・Stanza・spacy-udpipe・NLP-Cubeで、単語間の係り受け解析をおこなってみた。deplacyで可視化した結果を、以下にしめす。

UniDic2UD＋旧仮名口語UniDic
國境 NOUN ═╗<╗ nmod の ADP <╝ ║ case トンネル NOUN ═╗═╝<╗ obj を ADP <╝ ║ case 拔ける VERB ═════╝═╗═╗<╗ advcl と CCONJ <══════╝ ║ ║ mark 、 PUNCT <════════╝ ║ punct 窓 NOUN ═╗<╗ ║ nmod の ADP <╝ ║ ║ case 外 NOUN ═╗═╝<╗ ║ nmod の ADP <╝ ║ ║ case 夜 NOUN ═╗═══╝<╗ ║ nmod の ADP <╝ ║ ║ case 底 NOUN ═╗═════╝<╗ ║ nsubj が ADP <╝ ║ ║ case 白く ADJ ═╗═╗═════╝═╝═╗ root なつ VERB <╝ ║ ║ aux た AUX <══╝ ║ aux 。 PUNCT <════════════╝ punct
GiNZA
國 NOUN <╗ compound 境 NOUN ═╝═╗<╗ nmod の ADP <══╝ ║ case トンネル NOUN ═╗═══╝<╗ obj を ADP <╝ ║ case 拔け VERB ═╗═╗═══╝═╗<══╗ advcl る AUX <╝ ║ ║ ║ aux と CCONJ <══╝ ║ ║ cc 、 PUNCT <════════╝ ║ punct 窓 NOUN ═╗<╗ ║ nmod の ADP <╝ ║ ║ case 外 NOUN ═╗═╝<╗ ║ nmod の ADP <╝ ║ ║ case 夜 NOUN ═╗═══╝<╗ ║ nmod の ADP <╝ ║ ║ case 底 NOUN ═╗═════╝<╗ ║ nsubj が ADP <╝ ║ ║ case 白く ADJ ═════════╝<╗ ║ amod なつ VERB ═╗═════════╝═╝═╗ ROOT た AUX <╝ ║ aux 。 PUNCT <══════════════╝ punct
Stanza
國境 PROPN ═╗<╗ nmod の ADP <╝ ║ case トンネル NOUN ═╗═╝<╗ obj を ADP <╝ ║ case 拔ける VERB ═════╝═╗═╗<╗ advcl と SCONJ <══════╝ ║ ║ mark 、 PUNCT <════════╝ ║ punct 窓 NOUN ═╗<╗ ║ nmod の ADP <╝ ║ ║ case 外 NOUN ═╗═╝<╗ ║ nmod の ADP <╝ ║ ║ case 夜 NOUN ═╗═══╝<╗ ║ nmod の ADP <╝ ║ ║ case 底 NOUN ═╗═════╝<╗ ║ nsubj が ADP <╝ ║ ║ case 白く ADJ <══╗ ║ ║ advcl なつ VERB ═╗═╝═════╝═╝═╗ root た AUX <╝ ║ aux 。 PUNCT <════════════╝ punct
spacy-udpipe
國境 NOUN ═╗<╗ nmod の ADP <╝ ║ case トンネル NOUN ═╗═╝<╗ nmod を ADP <╝ ║ case 拔 NOUN ═╗═══╝═╗═╗<╗ obl ける AUX <╝ ║ ║ ║ aux と SCONJ <══════╝ ║ ║ mark 、 PUNCT <════════╝ ║ punct 窓 NOUN ═╗<╗ ║ nmod の ADP <╝ ║ ║ case 外 NOUN ═╗═╝<╗ ║ nmod の ADP <╝ ║ ║ case 夜 NOUN ═╗═══╝<╗ ║ nmod の ADP <╝ ║ ║ case 底 NOUN ═╗═════╝<╗ ║ nsubj が ADP <╝ ║ ║ case 白く ADJ <══╗ ║ ║ advcl なつ VERB ═╗═╝═════╝═╝═╗ ROOT た AUX <╝ ║ aux 。 PUNCT <════════════╝ punct
NLP-Cube
國境 PROPN ═╗<╗ nmod の ADP <╝ ║ case トンネル NOUN ═╗═╝<╗ obj を ADP <╝ ║ case 拔ける VERB ═════╝═╗═╗<╗ advcl と SCONJ <══════╝ ║ ║ mark 、 PUNCT <════════╝ ║ punct 窓 NOUN ═╗<╗ ║ nmod の ADP <╝ ║ ║ case 外 NOUN ═╗═╝<╗ ║ nmod の ADP <╝ ║ ║ case 夜 NOUN ═╗═══╝<╗ ║ nmod の ADP <╝ ║ ║ case 底 NOUN ═╗═════╝<╗ ║ nsubj が ADP <╝ ║ ║ case 白く ADJ ═════════╝═╝<╗ acl なつた NOUN ═════════════╝═╗ root 。 PUNCT <══════════════╝ punct

さすがに旧字旧仮名の解析だと、私(安岡孝一)の見る限り、UniDic2UD＋旧仮名口語UniDicが一番いいようだ。とりあえず、GitHubのこのページに解析手順を書いておくと同時に、Google Colaboratoryのこのページで実験できるようにしておいた。よければ、他の文でも試してみてほしい。

この議論は、yasuoka (21275)によってログインユーザだけとして作成されたが、今となっては新たにコメントを付けることはできません。

記事ページを表示すべてのコメント取得

検索2コメント Log In/Create an Account

窪田啓作翻訳の異邦人(古い新潮文庫版)。。。 (スコア:1)

by shibuya (17159) on 2020年04月05日 22時00分 (#3791954) 日記

けふ、ままんがしんだ。
卒業した高校の書庫には旧版(𦾔字𦾔假名)があったけど入手困難だろうなあ。
- けふ、ママンが死んだ。 (スコア:2)
  
  by yasuoka (21275) on 2020年04月06日 11時31分 (#3792181) 日記
  
  さすがに全部ひらがなだと苦しいのですけど、『新潮』1951年6月号の「けふ、ママンが死んだ。」なら、UniDic2UD＋旧仮名口語UniDic＋deplacyで、以下の結果になりました。
  >>> import unidic2ud >>> qkana=unidic2ud.load("qkana") >>> doc=qkana("けふ、ママンが死んだ。") >>> import deplacy >>> deplacy.render(str(doc)) けふ NOUN ═╗<══╗ obl 、 PUNCT <╝ ║ punct ママン NOUN ═╗<╗ ║ nsubj が ADP <╝ ║ ║ case 死ん VERB ═╗═╝═╝═╗ root だ AUX <╝ ║ aux 。 PUNCT <══════╝ punct
  
  シェア
  
  親コメント

より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。

yasuokaの日記：旧字旧仮名日本語解析ツールとしてのUniDic2UD・GiNZA・Stanza・spacy-udpipe・NLP-Cube 2

旧字旧仮名日本語解析ツールとしてのUniDic2UD・GiNZA・Stanza・spacy-udpipe・NLP-Cube More ログイン

窪田啓作翻訳の異邦人(古い新潮文庫版)。。。 (スコア:1)

けふ、ママンが死んだ。 (スコア:2)

スラド