yasuokaの日記: Alpino+lassy2udのオランダ語係り受け解析をGoogle Colaboratoryで動かす
昨日の日記で紹介したAlpinoだが、Universal Dependenciesへの変換をlassy2udに分担させることにしてみた。とりあえず、Google Colaboratoryで動かしてみよう。
!sudo apt install xqilla
!test -f Alpino.tar.gz || curl -L https://www.let.rug.nl/vannoord/alp/Alpino/versions/binary/latest.tar.gz -o Alpino.tar.gz
!test -d Alpino || tar xzf Alpino.tar.gz
!test -d lassy2ud || git clone --depth=1 https://github.com/gossebouma/lassy2ud
!rm -f lassy2ud/[1-9]*.xml
!echo Toch houd ik ze vast, ondanks alles, omdat ik nog steeds aan de innerlijke goedheid van den mens geloof. | Alpino/Tokenization/tokenize.sh | Alpino/bin/Alpino -flag treebank lassy2ud end_hook=xml -parse
!( echo '<collection>' ; ls -v1 lassy2ud/[1-9]*.xml | sed 's?^lassy2ud/\(.*\)$?<doc href="\1"/>?' ; echo '</collection>' ) > lassy2ud/all.xml
!xqilla -v DIR all.xml -v LIB no -v MODE conll -v ENHANCED yes lassy2ud/universal_dependencies.xq
「Toch houd ik ze vast, ondanks alles, omdat ik nog steeds aan de innerlijke goedheid van den mens geloof.」を係り受け解析してみたところ、私(安岡孝一)の手元では以下の結果になった。
# source = 1.xml
# sent_id = 1
# text = Toch houd ik ze vast , ondanks alles , omdat ik nog steeds aan de innerlijke goedheid van den mens geloof .
1 Toch toch ADV BW _ 2 advmod 2:advmod _
2 houd vast_houden VERB WW|pv|tgw|ev Number=Sing|Tense=Pres|VerbForm=Fin 0 root 0:root _
3 ik ik PRON VNW|pers|pron|nomin|vol|1|ev Case=Nom|Person=1|PronType=Prs 2 nsubj 2:nsubj _
4 ze ze PRON VNW|pers|pron|stan|red|3|mv Person=3|PronType=Prs 2 obj 2:obj _
5 vast vast ADJ ADJ|vrij|basis|zonder Degree=Pos 2 compound:prt 2:compound:prt _
6 , , PUNCT LET _ 2 punct 2:punct _
7 ondanks ondanks ADP VZ|init _ 8 case 8:case _
8 alles alles PRON VNW|onbep|pron|stan|vol|3o|ev Person=3|PronType=Ind 2 obl 2:obl:ondanks _
9 , , PUNCT LET _ 2 punct 2:punct _
10 omdat omdat SCONJ VG|onder _ 21 mark 21:mark _
11 ik ik PRON VNW|pers|pron|nomin|vol|1|ev Case=Nom|Person=1|PronType=Prs 21 nsubj 21:nsubj _
12 nog nog ADV BW _ 13 advmod 13:advmod _
13 steeds steeds ADV BW _ 21 advmod 21:advmod _
14 aan aan ADP VZ|init _ 17 case 17:case _
15 de de DET LID|bep|stan|rest Definite=Def 17 det 17:det _
16 innerlijke innerlijk ADJ ADJ|prenom|basis|met-e|stan Degree=Pos 17 amod 17:amod _
17 goedheid goedheid NOUN N|soort|ev|basis|zijd|stan Gender=Com|Number=Sing 21 obl 21:obl:aan _
18 van van ADP VZ|init _ 20 case 20:case _
19 den de DET LID|bep|dat|evmo Definite=Def 20 det 20:det _
20 mens mens NOUN N|soort|ev|basis|zijd|stan Gender=Com|Number=Sing 17 nmod 17:nmod:van _
21 geloof geloven VERB WW|pv|tgw|ev Number=Sing|Tense=Pres|VerbForm=Fin 2 advcl 2:advcl:omdat _
22 . . PUNCT LET _ 2 punct 2:punct _
SVGで可視化すると、こんな感じ。分離動詞のvasthoudenも、ちゃんと「houd」=compound:prt⇒「vast」となっていて、非常に素晴らしい。さて、これ、どういうやり方でdeplacyに繋ごうかな。
Alpino+lassy2udのオランダ語係り受け解析をGoogle Colaboratoryで動かす More ログイン