日本語係り受け解析を有効活用するために（その１）

【要旨】これまでの日本語係り受け解析の利用において、人間には自然な文であっても、妥当な解析結果が得られない場合もありました。そのような典型例をここにまとめておき、今後の有効活用に資することとしたい。

■日本語係り受け解析器CaboCha

　ここで利用するのは、参考資料[7]に示したCaboChaです。以下の解析結果は、デフォルト設定のまま使った場合です。標準辞書以外の辞書を使うなど、環境設定を変えた場合は、異なる結果となる可能性があります。

■これまでの利用経緯

　植物の特性の一行記述（参考資料[6]に掲載されているもの）に対して、CaboChaを適用し、その係り受け解析結果に基づき、JSONテキストを生成してきました。参考資料[1]〜[5]をご覧下さい。その経験にもとづき、係り受け解析が期待通りに行かなかった例をまとめます。

■係り受け解析が期待通りの結果とならない場合の検討

　以下の、９例（(A)〜(K)）は、参考資料[6]を参考に設定したものですが、原文のとおりではなく、一部省略したり改変している場合があります。いずれも、人間が読む場合は自然であり、特に問題はないのですが、何らかの理由で期待通りの係り受け解析結果とならなかったケースです。

- ９個の例文 -

●複文に含まれる単文の区切りの認識に問題？

　例文(A) 茎は細く葉は披針形である。

　例文(B) 葉は細長い披針形で、装飾花のある白い花が咲く。

　例文(C) 葉は広楕円形で、5深裂した白い花が咲く。

●何らかの理由により、不自然な修飾となる問題

　例文(E) 葉は葉柄の長い卵形である。

　例文(F) 外皮が淡紅色の種が見える。

　例文(G) 葉は2回3出複葉で、茎先に大きい花が単生する。

　例文(H) 黄橙色で一重の花を数輪つける。

●文節を生成するための辞書に載っていない用語

　例文(J) 葉は卵円形で、小さい淡青紫色の花が咲く。

　例文(K) そう果を萼片が丸く包む。

■係り受け解析が期待通りの結果とならない場合の対応

　上記の９例の係り受け解析結果を以下に示します。そして、何が問題であるかを示し、それを回避するために変更した例文を示します。この９例は典型例と思われますが、まだ他に問題となる例文もかなり存在するかも知れません。

■まとめ

　上記で、なぜ期待どおりの解析結果が得られなかったのかは、もう少し調べられそうです。なぜなら、文節（上記図の黄色い丸い図形）がどんな品詞で構成されているかの情報も得られているからです。しかし、当面は本記事のレベルで留めておきます。本記事の内容について、何か間違いがあるかも知れません。ご指摘戴ければ幸いです。

参考資料

[1] 植物に関する自由記述のJSON化とJavaラムダ式とストリーム（B）

http://sparse-dense.blogspot.com/2020/06/jsonjavab.html

[2] 植物に関する自由記述のJSON化とJavaラムダ式とストリーム（A）

http://sparse-dense.blogspot.com/2020/06/jsonjava.html

[3] 植物に関する自由記述からJSONを自動生成(その３)

http://sparse-dense.blogspot.com/2020/05/json_23.html

[4] 植物に関する自由記述からJSONを自動生成(その２)

http://sparse-dense.blogspot.com/2020/05/json_14.html

[5] 植物に関する自由記述からJSONを自動生成(その１)

http://sparse-dense.blogspot.com/2020/05/json.html

[6] 渡辺 坦：植物の名前を探しやすいデジタル植物写真集

http://plantidentifier.ec-net.jp

[7] CaboCha/南瓜: Yet Another Japanese Dependency Structure Analyzer

http://taku910.github.io/cabocha/