Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
小学生の読解支援に向けた複数の換言知識を併用した語彙平易化と評価
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
自然言語処理研究室
March 31, 2013
Research
64
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
小学生の読解支援に向けた複数の換言知識を併用した語彙平易化と評価
梶原 智之, 山本和英. 小学生の読解支援に向けた複数の換言知識を併用した語彙平易化と評価. 言語処理学会第19回年次大会, pp.272-275 (2013.3)
自然言語処理研究室
March 31, 2013
More Decks by 自然言語処理研究室
See All by 自然言語処理研究室
データサイエンス14_システム.pdf
jnlp
0
430
データサイエンス13_解析.pdf
jnlp
0
550
データサイエンス12_分類.pdf
jnlp
0
380
データサイエンス11_前処理.pdf
jnlp
0
510
Recurrent neural network based language model
jnlp
0
190
自然言語処理研究室 研究概要(2012年)
jnlp
0
170
自然言語処理研究室 研究概要(2013年)
jnlp
0
130
自然言語処理研究室 研究概要(2014年)
jnlp
0
160
自然言語処理研究室 研究概要(2015年)
jnlp
0
240
Other Decks in Research
See All in Research
MIRU2026 チュートリアル講演2:三次元データ処理の動向
nnchiba
6
4.9k
生成AIなんでも展示会vol6 LT登壇資料 NexteraBERT
rikkabotan7
0
130
VRID: View-Invariant Representation through Dual-Axis Transformation for Cross-iew Pose Estimation
satai
3
110
Pretrain Where? Investigating How Pretraining Data Diversity Impacts Geospatial Foundation Model Performance
satai
3
130
Karkada さんの論文 × 2 の紹介: (1) Closed-Form Training Dynamics Reveal Learned Features and Linear Structure in Word2Vec-like Models, (2) Symmetry in language statistics shapes the geometry of model representations
eumesy
PRO
1
770
2025年度秋葉原ウォーカブルプロジェクト調査報告 「アキバらしいウォーカブル」とは何か
izumiyama_lab
1
230
Kaggle|AI Agent Security — しくじり先生、俺みたいになるな
pomcho555
1
100
医療LLMの現在地〜最新研究から社会実装までを考える〜
kento1109
1
1.8k
高性能計算機クラスタを用いた大規模点群処理による森林の単木抽出と構造解析
kentaitakura
1
130
敵対生成プロンプト同時探索による内省型プロンプト最適化
kinoue_smarthr
0
420
クラウド・AI 時代の研究開発 DX / R&D Digital Transformation
hariby
0
150
COMETAを用いたデータ民主化運動の歴史
sazimai
0
260
Featured
See All Featured
Game over? The fight for quality and originality in the time of robots
wayneb77
1
290
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
56
3.5k
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
1
610
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
12k
End of SEO as We Know It (SMX Advanced Version)
ipullrank
3
4.4k
Amusing Abliteration
ianozsvald
1
310
Why Our Code Smells
bkeepers
PRO
340
58k
Embracing the Ebb and Flow
colly
88
5.2k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
203
76k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
18k
Bootstrapping a Software Product
garrettdimon
PRO
306
120k
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.6k
Transcript
খֶੜͷಡղࢧԉʹ͚ͨ ෳͷݴࣝΛซ༻ͨ͠ ޠኮฏқԽͱධՁ Ԭٕज़Պֶେֶ ֿݪஐ೭ɹࢁຊӳ
ൃ ࣙ ىૌ େਓ͚ޠኮ ৽ฉؒ૯ޠኮ ສޠ ࢝ΊΔ ΊΔ ͏ͬͨ͑Δ ࢠͲ͚ޠኮ
ֶशجຊޠኮ ޠ খֶ ࠃޠࣙయ ࠃޠࣙయ ݴʹΑΔޠኮ੍ݶ ෳͷݴࣝ γιʔϥε ࣙͷཧ༝ ൃද͞Ε͍ͯͳ͍ ΊΔ͜ͱͷཧ༝ ൃද͞Ε͍ͯͳ͍ ֓ཁ ޠ ฏқޠ
ݚڀͷഎܠ جૅޠኮ ޠ ֶशجຊޠኮ ޠ ֶशޠኮ ޠ Ұൠޠኮ ੜ׆ͷͨΊʹ ࠷ݶඞཁͳޠ
খֶੜ͕ेʹ ۦͰ͖Δޠ খֶࠃޠࣙయʹ ొ͞ΕΔޠ ཧղͰ͖Δ্ݶ Ұൠͷࠃޠࣙయ ʹొ͞ΕΔޠ ղͳޠ খֶߍࠃޠՊͷڭՊॻΛ࡞͍ͯ͠Δ ޫଜਤॻͷʮޠኮࢦಋͷํ๏ʯʹΑΔղઆ
ݚڀͷత ֶशޠኮ ޠ Ұൠޠኮ খֶࠃޠࣙయʹ ొ͞ΕΔޠ ཧղͰ͖Δ্ݶ Ұൠͷࠃޠࣙయ ʹొ͞ΕΔޠ
ղͳޠ খֶߍࠃޠՊͷڭՊॻΛ࡞͍ͯ͠Δ ޫଜਤॻͷʮޠኮࢦಋͷํ๏ʯʹΑΔղઆ جૅޠኮ ޠ ֶशجຊޠኮ ޠ খֶੜ͕ेʹ ۦͰ͖Δޠ ੜ׆ͷͨΊʹ ࠷ݶඞཁͳޠ ҰൠޠኮɾֶशޠኮΛ ֶशجຊޠኮʹݴ͍͑Δ খֶੜͷͨΊͷಡղࢧԉ
ઌߦݚڀ • খֶੜͷಡղࢧԉʹ͚ͨޠऍจʹΑΔݴ ʦֿݪ ࢁຊʧ – খֶࠃޠࣙయͷޠऍจΛ༻ֶ͍ͯशجຊޠኮݴ – Ұൠޠኮ͓ΑͼֶशޠኮͷΛֶशجຊޠኮݴ ຊݚڀ
ݴࣝͷซ༻ʹΑΓɺݴͷඃ෴Λ্ ݴ݁ՌΛখֶੜߴֶͷඃݧऀʹΑΓධՁ
ฏқޠͷ֫ಘ • ࠃޠࣙయʢখֶࠃޠࣙయɺ&%3ຊޠ୯ޠࣙॻʣ – ޠऍจதͷݟग़͠ޠͱಉ͡ࢺͷޠͷ͏ͪ ࠷ޙʹݱΕΔޠΛฏқޠީิͱͯ͠நग़͢Δ – ֶशجຊޠኮʹؚ·Ε͍ͯΕݴରΛ࡞͢Δ – ฏқޠ͕ಘΒΕΔ·ͰॲཧΛ܁Γฦ͢
ݟग़͠ޠɿݴ͍͢ ޠऍจɿܾ·ͬͨ͜ͱ໋ྩͳͲΛ͑Δ ݴର ݴ͍͢ɹˠɹ͑Δ
ฏқޠͷ֫ಘ • γιʔϥεʢຊޠ8PSE/FUʣ – ಉٛޠू߹·্ͨҐޠू߹͔ΒฏқޠީิΛநग़ – ֶशجຊޠኮʹؚ·Ε͍ͯΕݴରΛ࡞͢Δ ޠɿൃ ಉٛޠɿɺ࢝ɺ։ݩɺઃཱɺཱɺʜ ্Ґޠɿൃಈɺ։࢝ɺணखɺελʔτɺɹʜ
ݴର ൃɹˠɹ։࢝
׆༻ͷॲཧ • αม໊ࢺ ͢Δͷ׆༻ – αม໊ࢺͷฏқޠʮಈࢺ ͜ͱʯͰ֫ಘ – ͢Δͷ׆༻ܗͱಈࢺͷ׆༻ܗΛ߹ΘͤΔ ݴରɿɹڙड़ɹˠɹड़Δ͜ͱ ݪจɿʙͳͲͱڙड़͍ͯ͠Δɻ ग़ྗɿʙͳͲͱड़͍ͯΔɻ
͠ɿ͢Δͷ࿈༻ܗ ड़ɿड़Δͷ࿈༻ܗ
׆༻ͷॲཧ • ಈࢺͷ׆༻ – ݴલͷ׆༻ܗͱݴޙͷ׆༻ܗΛ߹ΘͤΔ ݴରɿɹدͤΔɹˠɹ͚ۙͮΔ ݪจɿ΄͓دͤ͋ͬͯʙ ग़ྗɿ΄͓͚ۙͮ͋ͬͯʙ دͤɿدͤΔͷ࿈༻ܗ ͚ۙͮɿ͚ۙͮΔͷ࿈༻ܗ
ݴࣝબͷͨΊͷ࣮ݧ • ଥੑʹجͮ͘ݴࣝͷ༏ઌॱҐ͚ – ଥͳݴ͕Ͱ͖Δॱʹ̏ͭͷࣝΛ߹ͤΔ খֶࠃޠࣙయ ຊޠ8PSE/FU
&%3ຊޠ୯ޠࣙॻ 82 80 78 58 60 63 96 79 0 10 20 30 40 50 60 70 80 90 100 学習基本語彙に換言できた割合 妥当な換言ができた割合 小学国語辞典 EDR日本語単語辞書 日本語WordNet 組合せ ˞ͷຖ৽ฉ ʹසग़͢Δޠ ޠΛݴͨ݁͠Ռ
ޠͱฏқޠͷқͷௐࠪ • σʔλɿͷຖ৽ฉʹසग़͢Δޠޠ ɹɹɹɹͦΕΒΛຊख๏Ͱݴͨ͠ฏқޠޠ • ඃݧऀɿখֶ̑ੜ̎ਓɺ̒ੜ̏ਓͷܭ̑ਓ • ޠ͔ฏқޠ͔Λ͑ͣɺϥϯμϜʹޠΛఏࣔ • ඃݧऀ֤ޠʹ͍ͭͯɺ˓PS✕Ͱճ
– ˓ɿͦͷޠͷҙຯ͕͖ͬΓ͔Δ – ºɿͦͷޠͷҙຯ͕ᐆດͰ͋Δ͔ɺ͔ͯ͘͠Βͳ͍ ޠ ฏқޠ ඃݧऀͷখֶੜߴֶ̑ਓͷ͏ͪ ̏ਓҎ্͕ཧղͰ͖Δޠͷׂ߹
ݴલޙͷจͷқͷௐࠪ • σʔλɿͷຖ৽ฉʹසग़͢ΔޠޠΛ ɹɹɹɹؚΉจͱɺຊख๏Ͱݴͨ͠จ • ඃݧऀɿখֶ̑ੜ̎ਓɺ̒ੜ̏ਓͷܭ̑ਓ • ͲͪΒ͕ݪจ͔͑ͣɺݪจͱݴͨ͠จΛͰఏࣔ • ඃݧऀ֤จʹ͍ͭͯɺ˓PS✕͓ΑͼPSқͰճ
– ˓ɿͦͷจͷҙຯ͕͖ͬΓ͔Δ – ºɿͦͷจͷҙຯ͕ᐆດͰ͋Δ͔ɺ͔ͯ͘͠Βͳ͍ – ɿ̎จͷ͏͍ͪ͠ͱࢥ͏ํ – қɿ̎จͷ͏ͪқ͍͠ͱࢥ͏ํ
ݴલޙͷจͷқͷௐࠪ ݴޙɺฏۉͷจΛখֶੜ͕ཧղ͢Δ͜ͱ͕Ͱ͖Δ ฏۉͷจɺݴޙͷํ͕қ͕Լ͕͍ͬͯΔ 78 50 75 43
78 93 56 91 71 85 65 59 64 63 68 0 10 20 30 40 50 60 70 80 90 100 被験者1 被験者2 被験者3 被験者4 被験者5 換言前の文を理解可能 換言後の文を理解可能 難しい → 易しい 換言前の平均 換言後の平均 難しい→易しいの平均
ଥͳݴ͕Ͱ͖ͳ͍ྫ w ཁ w ࠜຊ໋ w ਓʹɺ͋Δ͜ͱΛͯ͠΄͍͠ͱཁٻ͢Δ w Կ͔ΛಘΒΕΔΑ͏ʹٻΊΔ͜ͱ ޠ͕ٛෳ͋Δ߹ w बɿͭ͘͜ͱɹˠɹʢ৬ʹʣͭ͘͜ͱ w ແ৬ɿͳ͍͜ͱɹˠɹʢ৬͕ʣͳ͍͜ͱ ҰޠͰݴͰ͖ͳ͍߹
ࠓޙͷ՝ w ݴޠϞσϧʹরΒͯ͠దͳޠٛΛબ 1 w ֨ϑϨʔϜΛ༻͍ͯෆՄܽͳ֨ཁૉΛ༩ 2 w ޠ͝ͱʹదͳݴࣝΛબ 3
খֶੜͷಡղࢧԉʹ͚ͨ ෳͷݴࣝΛซ༻ͨ͠ޠኮฏқԽͱධՁ ൃ ࣙ ىૌ େਓ͚ޠኮ ৽ฉؒ૯ޠኮ ສޠ ࢝ΊΔ ΊΔ
͏ͬͨ͑Δ ࢠͲ͚ޠኮ ֶशجຊޠኮ ޠ খֶ ࠃޠࣙయ ࠃޠࣙయ ݴʹΑΔޠኮ੍ݶ ෳͷݴࣝ γιʔϥε ࣙͷཧ༝ ൃද͞Ε͍ͯͳ͍ ΊΔ͜ͱͷཧ༝ ൃද͞Ε͍ͯͳ͍ ɾͷຖ৽ฉʹසग़͢ΔޠͷΛֶशجຊޠኮʹݴ ɾখֶੜͷඃݧऀ͕ޠΛؚΉ৽ฉͷΛཧղͰ͖ΔΑ͏ʹͳͬͨ