ローカル実測/自然言語処理

spaCyとStanzaのローカル文章解析を比較

この記事の料金・仕様は時点で各社の公式ページを確認したものです。

二本の道具が同じ文章を細かく切り分ける様子を表した抽象イラスト

同じ日本語を二つのライブラリに渡し、区切り・品詞・原形・処理時間を並べました。区切りが割れた入力と、時間の差が分かります。

結論

長い文章を大量に、何度も解析する人は
spaCyが向いています。手元の測定では、同じ長文の解析で、spaCyの最も遅いバッチがStanzaの最も速いバッチより短く終わりました。
研究や論文の再現で、スタンフォード系の道具に揃えたい人は
Stanzaが向いています。公式の位置づけが研究グループの道具で、ニューラルの仕組みはPyTorchの上で動きます。
区切りが少しでも違うと困る人は
どちらを選んでも、自分の文章で出力を見比べてから決めます。今回の入力でも、あいまいな短文では区切りが割れました。

同じ長文を3文書ずつ解析した最初のバッチで、spaCyは29328584ナノ秒、Stanzaは211007500ナノ秒でした。 ナノ秒は、10億分の1秒です。

予想と違ったのは区切りです。 あいまいさのある短文では、空白を除いたトークン数は35で同じなのに、文字位置が一致したのは28でした。

単語の区切り:測った三つの入力で、区切りが割れたのは一つだけ

固い文体のニュース調の入力と、その10回くり返した長文では、区切りが完全にそろいました。 あいまいさを含む短文だけが、そろいませんでした。

トークンは、解析の最小の単位です。 日本語は語の間に空白がないので、どこで切るかが道具の腕の見せ所になります。

入力spaCyのトークン数(空白を含む)Stanzaのトークン数文字位置が一致
短文A(ニュース調)333333
短文B(あいまいさを含む)353528
長文(短文Aの10回反復)339330330

長文のspaCyだけ339と多いのは、空白そのものを一つのトークンとして数えるためです。 空白を除くと330で、Stanzaと同じです。

文の数も、短文Aが2、短文Bが3、長文が20で、二つの道具で同じでした。

出典: spaCy公式とStanza公式のGitHubページ(2026年11月12日確認)、自前の測定記録

解析結果:品詞は多くが一致し、原形で差が出た

区切りがそろった所でも、品詞と原形は完全には重なりませんでした。 原形は、「走った」を「走る」に戻すような、辞書の見出しの形です。

比べたのは、両方で文字位置が一致したトークンだけです。 品詞はUPOS(言語をまたいで使う共通の品詞ラベル)で見ました。

入力位置が一致品詞が一致原形が一致
短文A333332
短文B282625
長文330330320

短文Bは、区切りも品詞も原形も、一歩ずつ数が減っていきます。 あいまいな文ほど、道具ごとの判断の差が出ると読めます。

この一致の数は、精度ではありません。 正解の注釈がないので、どちらが正しいかは、この表からは言えません。

出典: 自前の測定記録(2026年11月12日実施)

処理時間:同じ長文で、spaCyは29328584ナノ秒、Stanzaは211007500ナノ秒

処理時間は、三つの入力のすべてで、spaCyのほうが短く終わりました。 7回測ったバッチのうち、spaCyの最も遅い回が、Stanzaの最も速い回より短かったのです。

入力(3文書分・第1バッチ)spaCy(ナノ秒)Stanza(ナノ秒)
短文A603587561602625
短文B482770966832125
長文29328584211007500

長文で見ると、spaCyの7回は29026541から31261459の間でした。 Stanzaの7回は209015084から215421167の間で、重なりません。

計ったのは、読み込み済みのモデルに文を渡して解析し、返った文書を手放すまでです。 最初の3文書は温めのため捨て、そのあと3文書ずつを7回、交互に測っています。

落とし穴:区切りと品詞が一致しても、正しいとは限らない

二つの道具の出力が一致していても、それは正解の保証になりません。 同じ癖を持つ二つの道具が、同じ間違いをしている場合もあるからです。

短文Aと長文で区切りが全部そろったのは、どちらも正しいからとは限りません。 正解のデータで採点する作業は、今回の範囲に入っていません。

もう一つの落とし穴は、時間の数え方です。 今回の時間には、モデルの読み込みや取得、起動の時間が入っていません。

スクリプトを1回だけ動かして終える使い方だと、読み込みの時間が先に響きます。 本番で使う形に近い条件で、もう一度測る必要があります。

どちらを選ぶか:時間を縮めたいか、研究の流儀に合わせたいかで決める

長い文章を大量に解析するなら、spaCyを先に試すのが近道です。 研究の再現でスタンフォード系の道具に揃えたいなら、Stanzaが向きます。

選ぶ理由は、次の三つです。

  1. 時間: 長文の3文書で、spaCyは29328584ナノ秒、Stanzaは211007500ナノ秒でした。
  2. 位置づけ: spaCyは製品での利用を想定し、Stanzaはスタンフォードの研究グループの道具です。
  3. 区切りの差: あいまいな短文では、35トークン中28しか位置がそろいませんでした。

向かない人も書いておきます。 spaCyは、研究グループの流儀に合わせたい人には、決め手が足りません。 Stanzaは、処理時間を縮めたい人には、今回の測定では遅い側でした。

どちらもライセンスはゆるく、spaCyはMIT、StanzaはApache Licenseで公開されています。 商用で使う場合も、文面を自分で読んでから決めてください。

次の箱は、道具ごとの一言まとめです。

道具ごとの一言まとめ

spaCy

製品での利用を想定した、速さが売りの解析ライブラリです。

Stanza

スタンフォードの研究グループが出す、PyTorchベースの解析ライブラリです。

出典: 各社の公式ページ(2026年11月12日確認)

迷ったら、次の質問を上から順にたどってください。

spaCyとStanzaの選び方

  1. 1. 処理時間を、まず一番に縮めたいですか?
    はい → spaCyを選びます。ただし、自分の文章で区切りを確かめてからにします。いいえ → 次は質問2です。
  2. 2. 研究の再現などで、スタンフォード系の道具に合わせたいですか?
    はい → Stanzaを選びます。いいえ → 次は質問3です。
  3. 3. 自分の文章を両方に通して、区切りの差を見られますか?
    はい → 差が小さいほうを選びます。迷うなら、処理時間が短いspaCyにします。いいえ → 公式ページの機能を読み、必要な機能がそろうほうを選びます。
出典: 各社の公式ページ(2026年11月12日確認)

測定と比較の範囲

測定は2026年11月12日に、このMac1台で行いました。 環境は、macOS 27.2.1(arm64)と論理CPU12です。

CPython 3.12.16を使いました。 spaCy 3.8.11には日本語モデルja_core_news_sm 3.8.0を組み合わせました。

Stanza 1.11.0は日本語モデルで、torch 2.9.1の上で動かしています。

どちらも独立した環境に入れ、CPUを明示して動かしました。 Metalは使っていません。

入力は、自作の日本語3種類(短文2種類と、短文Aを10回くり返した長文)です。 同じ文字列を両方へ渡し、固有表現を除く区切り・品詞・原形・係り受けを保存しました。

時間は、モデル読み込み済みの状態で、解析と文書の解放だけを計っています。 導入、モデルの取得と読み込み、起動、入出力、JSON化、照合の時間は含みません。

範囲外のものは次のとおりです。 正解注釈がないため精度と一般的な品質、固有表現、他の言語、GPU、メモリの使用量は範囲外です。

実業務の文章でも同じ差が出るとは限りません。 入力が3種類と少ないので、区切りの結論は今回の文に限った話です。

出典

公式ページ(すべて2026年11月12日に確認)

自前の測定(2026年11月12日実施)

変更履歴

日付内容
2026-11-12初版公開。単語の区切り、解析結果、処理時間を同じ日本語で比べた

このサイトで測った元データ

関連記事