第二言語学習者にとっての語の難しさ推定に基づく教師なし自動リーダビリティ判定

• Item type: SIG Technical Reports(1)
• 公開日: 2021-11-24
• タイトル: 第二言語学習者にとっての語の難しさ推定に基づく教師なし自動リーダビリティ判定
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 言語学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京学芸大学
• 著者所属(英): en
• 著者所属(英): Tokyo Gakugei University
• 著者名: 江原, 遥
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 自動リーダビリティ判定は，テキストの第二言語学習者にとってのリーダビリティを予測するタスクであり，様々な教育応用が見込まれる．このうち，語学教師などによる人手のリーダビリティの教師ラベルを訓練時に全く用いないで判定する「教師なし自動リーダビリティ判定」に着目する．従来は，BERT などの大規模な事前学習済言語モデルから取得した，外国語テキストのパープレキシティなどの尺度にもとづき判定を行うアプローチが研究されていた [Martinc et al., CL2021]．本研究では，これと異なり，第二言語学習者にとっての語の難しさを推定し，これを活用するアプローチを提案する．具体的には，実際に第二言語学習者から取得した語彙テストの結果データから，項目反応理論に基づくモデルで能力値や語の難しさを推定し，平均的な能力の学習者が所与のテキスト中の各語を知っている確率値を計算して，この確率値をもとに教師なし自動リーダビリティ判定を行う．語の難しさ推定にロジスティック回帰などの比較的軽量なモデルを用いた場合でも，従来の大規模言語モデルを用いた教師なし手法を超える予測性能を確認した．提案手法は，従来手法より低い計算負荷で，より高い予測性能の教師なし自動リーダビリティ判定が行えた．また，British National Corpus などの均衡コーパス中の単語頻度素性をそのまま用いるアプローチでは予測性能は低く，実際に第二言語学習者から取得した「第二言語学習者にとっての語の難しさ」を計算することが予測性能に寄与していることも示唆された．その他，予測性能の適切な評価手法に関する考察や，語の難しさ推定モデルによる結果の説明性，様々なテキストに対して教師なし自動リーダビリティ判定を行った結果などを報告する．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2021-SLP-139, 号 11, p. 1-10, 発行日 2021-11-24
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会