『青空文庫ModernBERTモデルによる国語研長単位係り受け解析』(情報処理学会研究報告Vol.2025-CH-137『人文科学とコンピュータ』2025年2月8日掲載予定)を横目に、英語係り受け解析モデル「modernbert-base-english-ud-triangular」を試作してみた。Google Colaboratoryで動かしてみよう。

!pip install transformers triton deplacy
from transformers import pipeline
nlp=pipeline("universal-dependencies","KoichiYasuoka/modernbert-base-english-ud-triangular",trust_remote_code=True,aggregation_strategy="simple")
doc=nlp("It don't mean a thing if it ain't got that swing")
import deplacy
deplacy.serve(doc,port=None)

「It don't mean a thing if it ain't got that swing」を係り受け解析してみたところ、私(安岡孝一)の手元では、以下の結果が出力された。

# text = It don't mean a thing if it ain't got that swing
1	It	_	PRON	_	Case=Nom|Gender=Neut|Number=Sing|Person=3|PronType=Prs	4	nsubj	_	_
2	do	_	AUX	_	Mood=Ind|Number=Plur|Person=3|Tense=Pres|VerbForm=Fin	4	aux	_	SpaceAfter=No
3	n't	_	PART	_	Polarity=Neg	4	advmod	_	_
4	mean	_	VERB	_	VerbForm=Inf	0	root	_	_
5	a	_	DET	_	Definite=Ind|PronType=Art	6	det	_	_
6	thing	_	NOUN	_	Number=Sing	4	obj	_	_
7	if	_	SCONJ	_	_	11	mark	_	_
8	it	_	PRON	_	Case=Nom|Gender=Neut|Number=Sing|Person=3|PronType=Prs	11	nsubj	_	_
9	ai	_	AUX	_	Mood=Ind|Number=Sing|Person=1|Tense=Pres|Typo=Yes|VerbForm=Fin	11	aux	_	SpaceAfter=No
10	n't	_	PART	_	Polarity=Neg	11	advmod	_	_
11	got	_	VERB	_	Tense=Past|VerbForm=Part	4	advcl	_	_
12	that	_	DET	_	Number=Sing|PronType=Dem	13	det	_	_
13	swing	_	NOUN	_	Number=Sing	11	obj	_	SpaceAfter=No

トークナイザに手を入れた結果、昨年12月28日の記事に較べて、「don't」や「ain't」が良くなっている。間引きした上三角行列による係り受け解析も、うまく動いているようだ。ただ、さすがに200×200を超える上三角行列は、たとえ間引いても8192トークンに乗らない感じなので、そのあたり、もう少しアイデアが必要かな。