テキストから文法を直接導出することは、計算言語学における最も古くから存在する課題の一つであり、かつ極めて困難な問題である。依存文法の導出に関しては、著しい進展が見られているが、現在用いられているモデルは、教師あり構文解析モデルと比較するとあまりに単純である。本論文では、木置換文法（tree substitution grammar）を用いた依存文法の導出手法を提案する。この手法は、大きな依存構造断片を学習可能であり、テキストの構造をより正確にモデル化することが可能となる。さらに、階層的非パラメトリックなピットマン＝ヨア過程（Pitman-Yor Process）を事前分布として定義し、単純な生成規則を有する小さな文法に偏るよう設計している。このアプローチは、主語接続精度（head attachment accuracy）を評価指標として測定した場合、従来の最先端技術を顕著に上回る性能を達成した。