yasuokaの日記： Kanbun-LMで読む共通テスト2021の『欧陽文忠公集』

漢文訓読モジュールKanbun-LMがリリースされた、との御連絡をいただいた。王昊・清水博文・河原大輔『言語モデルを用いた漢文の返り点付与と書き下し文生成』(言語処理学会 第29回年次大会 発表論文集(2023年3月), pp.3031-3036)のグループが、さらなるブラッシュアップをおこなった上で、デモサイトやAPIまで準備してくれた。とりあえず、Google Colaboratoryで試してみよう。

!pip install gradio_client
import gradio_client
client=gradio_client.Client("https://nlp-waseda-kanbun-lm.hf.space/")
text="""
吾有千里馬
毛骨何蕭森
疾馳如奔風
白日無留陰
徐駆当大道
歩驟中五音
馬雖有四足
遅速在吾心
六轡応吾手
調和如瑟琴
東西与南北
高下山与林
惟意所欲適
九州可周尋
至哉人与馬
両楽不相侵
伯楽識其外
徒知価千金
王良得其性
此術固已深
良馬須善馭
吾言可為箴
"""
for t in text.split():
  if t.strip()>"":
    print(t,client.predict(t,api_name="/predict"))

共通テスト2021『国語』第4問【問題文I】を訓読させてみたところ、私(安岡孝一)の手元では以下の結果になった。

吾有千里馬 吾に千里の馬有り
毛骨何蕭森 毛骨何ぞ蕭森たり
疾馳如奔風 疾馳奔風に如く
白日無留陰 白日留陰無く
徐駆当大道 徐駆大道に当り
歩驟中五音 歩驟中五音
馬雖有四足 馬に雖も四足有りと雖も
遅速在吾心 遅速吾心に在り
六轡応吾手 六轡応に吾の手
調和如瑟琴 調和は瑟琴の如し
東西与南北 東西南北と与う
高下山与林 高下山与の林と
惟意所欲適 惟意所欲する適う所
九州可周尋 九州周尋可し
至哉人与馬 至哉人馬の人と馬
両楽不相侵 両楽相侵さず
伯楽識其外 伯楽識る其の外
徒知価千金 徒らに知る価千金の価値を
王良得其性 王良其の性を得し
此術固已深 此の術固から已に深くして
良馬須善馭 良馬須らく善馭すべし
吾言可為箴 吾言う可く箴を為し

GuwenCOMBOやUD-Kundokuに較べて、かなり自然な書き下し文が生成されている。素晴らしい。私も、もっともっと頑張んなきゃ。