構文解析(Parsing)
構文解析は、文の構造や単語間の依存関係を明らかにする処理です。日本語NLPでは、伝統的な係り受け解析と、近年の Universal Dependencies(UD)フレームワークに基づく解析の2つのアプローチが並存しています。
3.1 係り受け解析
CaboCha(taku910/cabocha):MeCabと同じ工藤拓氏による日本語係り受け解析器。SVM(Support Vector Machine)に基づきます。Star数121。C++実装でPythonバインディングも存在します。
KNP(ku-nlp/knp):京都大学が開発した日本語構文・格・照応解析システム。Juman++と組み合わせて使用されます。Star数35。格関係の解析や照応解析まで行える点が特徴です。
J.DepP(jdepp-python、jdeppy):高速な日本語係り受け解析器のPythonバインディング。
3.2 Universal Dependencies対応
Universal Dependencies(UD)は言語横断的な依存構造の枠組みであり、多言語NLPの標準となっています。
| ツール名 | 週間DL数 | 累計DL数 | Star数 | 特徴 |
|---|---|---|---|---|
| GiNZA | 11k | 3M | 878 | spaCy基盤のUD準拠パイプライン |
| UniDic2UD | 72 | 342k | 38 | UniDic辞書によるUD変換 |
| esupar | 384 | 189k | 56 | BERT/RoBERTa/DeBERTaベース |
| SuPar-UniDic | 145 | 126k | 21 | BERTモデルによるUD解析 |
GiNZAはspaCyフレームワーク上に構築された日本語NLPライブラリであり、UD準拠の依存構造解析を提供します。Star数878は構文解析ツール中で最高であり、週間18kダウンロードと広い普及を示しています。Megagon Labs(リクルート研究所)により開発・維持されています。
esupar(安岡孝一氏)はBERT/RoBERTa/DeBERTaモデルを活用したトークナイザー・品詞タガー・依存構造解析器であり、日本語以外の言語にも対応します。積極的に更新が続けられています。
3.3 CCGパーサ
組合せ範疇文法(CCG: Combinatory Categorial Grammar)は、形式的な文法理論に基づく構文解析の枠組みです。
depccg(masashi-y/depccg):スーパータグと依存関係ファクタリングモデルを備えたA* CCGパーサー。Star数104。
lightblue(daisukebekki/lightblue):DTS(Dependent Type Semantics)表現を使用したCCGパーサー。Star数29。2026年2月にも更新が続いています。
3.4 BERTベース解析
bertknp(ku-nlp/bertknp):BERTに基づく日本語依存構造解析器。KNPの手法をBERTに拡張したものです。Star数23。
KWJA(ku-nlp/kwja):京都大学による日本語統一言語解析器。形態素解析、構文解析、述語項構造解析等を統合しています。Star数150。週間612ダウンロード。