本稿では、メッセージパッシングとエンドツーエンド型ニューラルネットワークを用いた2次元グラフベースのニューラル依存構文解析手法を提案する。実証的に、本手法が最近の最先端の2次元グラフベースニューラル依存構文解析器と同等の精度を達成するとともに、学習およびテストの両面で顕著な高速化を実現することを示した。また、1次元解析よりも2次元解析の優位性を実証的に確認し、BERT埋め込みを用いる場合、先行語選択の構造制約の有用性が消失することを観察した。