日本語教育のための日中同形二字漢語の習得困難語彙表の構築：品詞性のずれに注目して

• Project/Area Number: 22K20232
• Research Category: Grant-in-Aid for Research Activity Start-up
• Allocation Type: Multi-year Fund
• Review Section: :Education and related fields
• Research Institution: Kansai University
• Principal Investigator: 麻 子軒 関西大学, 国際教育センター, 留学生別科特任常勤講師 (30880249)
• Project Period (FY): 2022-08-31 – 2024-03-31
• Project Status: Granted (Fiscal Year 2022)
• Budget Amount: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000); Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 日本語教育 / 日中同形語 / 二字漢語 / 誤用 / 多変量解析 / 品詞性 / コーパス

Outline of Research at the Start

日本語と中国語には品詞的に類似している同形漢語が多数存在するが、品詞性が対応しない語もある。これらの語は、中国語話者の日本語学習者にとって誤用か過少使用が起こりやすいと予想される。そのため、このような習得困難語を整理し、日本語教育現場で提示すれば、より良い教育効果が期待できる。本研究では日中同形二字漢語の品詞性における相違点に注目し、両言語で品詞対応が異なる語を抽出し、日中品詞性が対応しない同形二字漢語の語彙表を難易度付きで作成することを目的とする。方法論としては、従来の誤用分析の代わりに、コーパスと統計を応用したアプローチを取るため、学習者の産出より観察できなかった誤用も予測可能となる。

Outline of Annual Research Achievements

本研究は、「参考」「犠牲」といった日中同形二字漢語の品詞性における相違点に注目し、①両言語で品詞対応が異なるパターンを見つけ出した上で、②それらのパターンに属する語を抽出し、③アンケート調査で抽出した語の習得難易度を検証してから、④日中品詞性が対応しない同形二字漢語の語彙表を難易度付きで作成することを目的とするものである。今年度の予定は研究目的①と②を達成することである。実際の進捗状況は以下のようになっている。
①をするに際して、まず日本語と中国語の大規模コーパスより同形二字漢語を抽出する必要がある。日本語の場合は、すでに既存のコーパスより必要なデータをすべて抽出済みである。中国語の場合は、既存のコーパスよりデータの抽出を行ったが、統計分析に耐えられる量のデータが不足し、自作コーパスによる追加データが必要となった。それを作成するための中国語書籍を台湾から調達し、裁断作業を経て、スキャナーによるOCR作業が終了している段階まで進んでいる。コーパス作成は本課題における対照研究を行うための基礎資料になるので、慎重に質の高いデータを整備することが重要である。
②をするに際して、抽出した二字漢語を品詞別に分類した上で、前後の共起語の品詞や語彙素などのアノテーション情報の頻度を手がかりに、クラスター分析でパターン分類を行う必要がある。日本語のデータはすでに整備済みであるため、すべての該当語の品詞判定が終了している。日本語学領域において、二字漢語の品詞を統計的手法で推定する研究がまだ少なく、その判定結果を得られたこと自体にも意義があると思われる。中国語のデータはひとまず現段階収集したデータで分類を行ったが、まだデータが不足しているため期待通りの結果を得られなかった。次の対照研究というステップに進めるには中国語のデータの完成を待たなければならない状態である。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

分析に必要な日本語のデータに関しては、予定通り既存のコーパスから必要な量のデータを抽出できたため、新たにコーパスを追加する必要はない。パソコンでの形態素解析と統計処理もすでに済んだ状態である。日本語のデータに対して実施すべき作業は当初の予定通り、順調に進展していると言えよう。
一方、中国語のデータに関しては、既存のコーパスから得られたデータ量が不足し、新たなコーパスを作成する必要があった。そのコーパスを構築するために、書籍をデータにする「OCR」と「テキスト校正」という、膨大な時間を要する作業が発生する。これらの作業は当初外注を予定していたが、予算上などの諸問題を総合的に考慮し、最終的に学内アルバイトという方法に切り替えることにした。その作業人員を確保するために時間を要し、中国語データに対する作業が若干遅れている状態である。
上記に示したように、日本語データへの作業のほうはほぼ予定通りだが、中国語データのほうは予定より遅れているため、本研究課題の全体的な進捗状況を「やや遅れている」と判断した。

Strategy for Future Research Activity

次年度では、まず予定より作業が遅れている「中国語の自作コーパスの作成」の続きを進めていく。その作業で、最も時間を要している「OCRで認識されたテキストに対する校正」がメインになるが、こちらの作業人員はすでに複数名確保しており、作業手順の説明も終わり、順調に作業が進捗している。半年程度の時間があれば、校正作業が終わる試算になっている。自作コーパスの作業が終わり次第、次のステップである統計による分析に着手することができる。
また、当初来年度に予定している、③アンケート調査で抽出した語の習得難易度を検証することと、④日中品詞性が対応しない同形二字漢語の語彙表を難易度付きで作成することは、①②の解析が終了しないと進めることができないが、日本語の部分はすでにデータが抽出済みであるため、事前に解析の準備を行うことができる。なお、アンケート調査に関しては、台湾の大学にも協力をしてもらう予定だが、事前に声がけしておき、9月の学期始めにすぐにでも開始できる状態にしておきたい。