yasuokaの日記： GiNZA v4.0.0で「いずれその話をしよう」を解析しよう

日本語係り受け解析エンジンGiNZAのv4.0.0がリリースされたので、さっそく使ってみた。今回のバージョンアップでは文節に関する処理が強化されていて、「いずれその話をしよう」という文が、v4.0.0では正しく解析されるようになったのが、私(安岡孝一)個人としてはうれしい。とりあえず、最新版をインストール。

$ pip3 install -U ginza

1行でインストールできるのが、またうれしい。インストールがうまくいったら、「いずれその話をしよう」を解析してみよう。

$ python3
>>> import spacy
>>> ja=spacy.load("ja_ginza")
>>> doc=ja("いずれその話をしよう")
>>> from ginza.command_line import analyze_conllu
>>> print("\n".join(t for s in doc.sents for t in analyze_conllu(s)))
# text = いずれその話をしよう
1    いずれ    いずれ    ADV    副詞    _    5    advmod    _    SpaceAfter=No|BunsetuBILabel=B|BunsetuPositionType=SEM_HEAD|Reading=イズレ
2    その    その    DET    連体詞    _    3    det    _    SpaceAfter=No|BunsetuBILabel=B|BunsetuPositionType=SEM_HEAD|Reading=ソノ
3    話    話    NOUN    名詞-普通名詞-サ変可能    _    5    obj    _    SpaceAfter=No|BunsetuBILabel=B|BunsetuPositionType=SEM_HEAD|NP_B|Reading=ハナシ
4    を    を    ADP    助詞-格助詞    _    3    case    _    SpaceAfter=No|BunsetuBILabel=I|BunsetuPositionType=SYN_HEAD|Reading=ヲ
5    しよう    する    VERB    動詞-非自立可能    _    0    root    _    SpaceAfter=No|BunsetuBILabel=B|BunsetuPositionType=ROOT|Inf=サ行変格,意志推量形|Reading=シヨウ

BunsetuBILabelを追っていくと、「いずれ」「その」「話を」「しよう」の4つの文節に分かれているのがわかる。単語間の係り受け構造は、deplacy風に書くと

いずれ ADV  <══════╗ advmod(連用修飾語)
その   DET  <══╗   ║ det(決定詞)
話     NOUN ═╗═╝<╗ ║ obj(目的語)
を     ADP  <╝   ║ ║ case(格表示)
しよう VERB ═════╝═╝ ROOT(親)

となっていて完璧だ。素晴らしい。個人的には、各文節をspaCyのSpanの形で引っ張りだせると、ginza.bunsetu_head_tokensの代わりにSpan.rootとかが使えて、さらに便利になるのだが、まあ、それは自分で実装しようかな。