2022 Fiscal Year Annual Research Report
表面的特徴に基づいた「やさしい日本語」の自動生成への深層学習の適用
| Project/Area Number |
19K12247
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
村尾 元 神戸大学, 国際文化学研究科, 教授 (70273761)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | やさしい日本語 / 機械学習 / 機械翻訳 / 学習支援 / 深層学習 / BERT / Transformer / GAN |
|---|
| Outline of Annual Research Achievements |
本研究では，難解な日本語の文章を「やさしい日本語」に変換するシステムの構築を目的とする。この目的のために，助詞や助動詞，句読点や空白，改行の使用 法といった，文章の「表面的な特徴」を利用する。本研究では，目的とするシステムを「やさしい日本語」の文章を生成するシステムと，その文章のやさしさを評価するシステムで構成する。
最終年度の今年度は，「やさしい日本語」の文章を直接的に生成するための深層学習モデルであるTransformerと，生成された文章を評価するための深層学習モデルとしてBERTを組み合わせて，「やさしい日本語」の文章生成システムを構成した。Transformerの学習に先立って，DTW（Dynamic Time Warping）を用いた「やさしい日本語」コーパスの自動生成手法を提案した。続いて，生成したコーパスを用いてTransformerに対して教師あり学習を行う。さらにその出力を評価用のBERTを用いて評価を行い，その結果を用いてTransformerに対して強化学習を行う。最終的に得られたモデルについては，1) やさしい日本語の生成と 2) 意味の一貫性という2つの観点で評価を行った結果，良好な結果が得られた。
本研究では，これまで，「やさしい日本語」における「表面的な特徴」についての検討と，やさしさの評価をについて検討を行ってきた。前者については，どの特徴が，「やさしい日本語」と「難解な日本語」の差別に重要であるかの分析を行なった。日本語テキストの代表的な特徴量15 種類について分析を行った結果，サ変接続名詞」の利用率が最も重要度が高く，一般に，重要な特徴と考えられている「カタカナ語」 の利用率は重要度が低いことを明らかとした。またこれを利用して，深層学習モデルであるBERTを用いて文章のやさしさを評価するシステムを提案した。
|
