ベラルーシ語品詞付与・係り受け解析モデルdeberta-base-belarusian-uposリリース

UD_Belarusian-HSEを使って、ベラルーシ語品詞付与・係り受け解析モデルdeberta-base-belarusian-uposを試作してみた。UD_Belarusian-HSEには「ZERO WIDTH SPACE」(U+200B)がヤタラメッタラ紛れ込んでいる、という罠があって、正直、トークナイザ泣かせだったりする。でも、ベラルーシ語のUniversal DependenciesコーパスはUD_Belarusian-HSEしかないので、まあ、これで頑張るしかないわけだ。Google Colaboratoryで動かしてみよう。

!pip install esupar
import esupar
nlp=esupar.load("KoichiYasuoka/deberta-base-belarusian-upos")
doc=nlp("Цяпер мора яшчэ можа быць навідавоку")
import deplacy
deplacy.serve(doc,port=None)

「Цяпер мора яшчэ можа быць навідавоку」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。

1	Цяпер	_	ADV	_	Degree=Pos	4	advmod	_	_
2	мора	_	NOUN	_	Animacy=Inan|Case=Nom|Gender=Neut|Number=Sing	4	nsubj	_	_
3	яшчэ	_	ADV	_	Degree=Pos	4	advmod	_	_
4	можа	_	VERB	_	Aspect=Imp|Mood=Ind|Number=Sing|Person=3|Tense=Pres|VerbForm=Fin|Voice=Act	0	root	_	_
5	быць	_	VERB	_	Aspect=Imp|Mood=Ind|Number=Sing|Person=3|Tense=Pres|VerbForm=Fin|Voice=Mid	6	cop	_	_
6	навідавоку	_	ADV	_	Degree=Pos	4	xcomp	_	SpaceAfter=No

うーん、「быць」がcopだとすると、品詞はVERBよりAUXの方が適切な気がする。さて、対応するオック語の例文でも、copとVERBの関係が問題になっていたし、むしろesuparそのものを、少し改造した方がいいのかな。