漢日英Universal Dependencies平行コーパスとその差異

Abstract

言語横断的な依存構造記述であるUniversal Dependencies は，ニューラルネットを用いた言語解析ツール等に採用されており，言語をまたいだ係り受け解析に非常に有用である．しかしながら，Universal Dependenciesにもとづくコーパスの開発は，各言語ごとに独立しておこなわれており，そこでは各言語固有の事情が優先されている，というのも，また事実である．では，各言語固有の事情によって，各言語のUniversal Dependenciesは，どの程度バラバラになってしまっているのか．本稿では，古典中国語UD・近代日本語UD・近代英語UD による『大學』平行コーパスを作成した上で，その差異について述べる．

Universal Dependencies Treebank is a cross-linguistic project to annotate Parts-of-Speech and dependency relations universally. The same 17 universal Part-of-Speech tags and 37 universal dependency-relation tags are used for the annotation universally across all languages. However, in fact, each UD treebank is developed by each developer of each language, reflecting “not-universal” treatments of the language. In this paper, we reveal the difference among Classical Chinese UD, Modern Japanese UD, and Modern English UD, upon parallel corpora of 大學(The Great Learning).