句法剖析
句法剖析是釐清句子結構及詞語間依存關係的過程。在日本語 NLP 中,傳統的依存句法分析與較新的通用依存關係(Universal Dependencies,UD)框架分析兩種方法並存。
3.1 依存句法分析
CaboCha(taku910/cabocha):由 MeCab 的同一作者工藤拓開發的日語依存句法分析器,基於 SVM(支持向量機)。Stars:121。以 C++ 實作,亦提供 Python 綁定。
KNP(ku-nlp/knp):由京都大學開發的日語句法、格關係及指代消解分析系統。與 Juman++ 搭配使用。Stars:35。能進行格關係分析及指代消解是其顯著特點。
J.DepP(jdepp-python、jdeppy):快速日語依存句法分析器的 Python 綁定。
3.2 通用依存關係支援
通用依存關係(UD)是一個跨語言的依存結構框架,已成為多語言 NLP 的標準。
| 工具名 | 週間下載 | 累計下載 | Stars | 說明 |
|---|---|---|---|---|
| GiNZA | 11k | 3M | 878 | 基於 spaCy 的 UD 相容管線 |
| UniDic2UD | 72 | 342k | 38 | 使用 UniDic 詞典進行 UD 轉換 |
| esupar | 384 | 189k | 56 | 基於 BERT/RoBERTa/DeBERTa |
| SuPar-UniDic | 145 | 126k | 21 | 使用 BERT 模型進行 UD 剖析 |
GiNZA 是建構於 spaCy 框架上的日語 NLP 函式庫,提供 UD 相容的依存句法分析。Stars:878,是剖析工具中最高的,18k 週間下載數彰顯其廣泛採用。由 Megagon Labs(Recruit Institute of Technology)開發並維護。
esupar(由安岡素顯開發)是利用 BERT/RoBERTa/DeBERTa 模型的分詞器、詞性標注器及依存句法分析器,亦支援日語以外的語言。持續活躍更新。
3.3 CCG 剖析器
組合範疇文法(CCG)是基於形式文法理論的剖析框架。
depccg(masashi-y/depccg):配備超標記(supertag)和依存因子化(dependency factoring)模型的 A* CCG 剖析器。Stars:104。
lightblue(daisukebekki/lightblue):使用 DTS(依賴類型語義學)表示的 CCG 剖析器。Stars:29。截至 2026 年 2 月仍持續更新。
3.4 基於 BERT 的剖析
bertknp(ku-nlp/bertknp):基於 BERT 的日語依存句法分析器,以 BERT 擴展了 KNP 方法。Stars:23。
KWJA(ku-nlp/kwja):來自京都大學的統一日語分析器,整合了形態素分析、句法剖析、謂詞論元結構分析等功能。Stars:150。週間下載:612。