分類モデルを用いた日本語学習者の格助詞誤り訂正

 分類モデルを用いた日本語学習者の格助詞誤り訂正

言語処理学会第25回年次大会(NLP2019)
テーマセッション: 言語教育と言語処理の接点 での発表スライド
原稿: https://www.anlp.jp/proceedings/annual_meeting/2019/pdf_dir/C4-8.pdf

66cc992074ab4522374e429c11fef225?s=128

youichiro

June 22, 2020
Tweet

Transcript

  1. 0 ෼ྨϞσϧΛ༻͍ͨ ೔ຊޠֶशऀͷ֨ॿࢺޡΓగਖ਼ খ઒༾Ұ࿕ɼࢁຊ࿨ӳ ௕Ԭٕज़Պֶେֶ ࣗવݴޠॲཧݚڀࣨ ݴޠॲཧֶձୈճ೥࣍େձ 

  2. 1 ֨ॿࢺޡΓνΣοΧʔΛެ։͍ͯ͠·͢ IUUQBQQKOMQPSHQDIFDLFS ֨ॿࢺʮ͕ɼΛɼʹɼͰʯΛగਖ਼

  3. 2 എܠ గਖ਼Ϟσϧ ࣮ݧͱ݁Ռ ·ͱΊ ෼ྨϞσϧΛ༻͍ͨ೔ຊޠֶशऀͷ֨ॿࢺޡΓగਖ਼

  4. จ๏ޡΓగਖ਼ จ๏ޡΓగਖ਼ͱ͸ɼจষதͷ͋ΒΏΔจ๏తͳޡΓΛ ࣗಈͰగਖ਼͢ΔλεΫͷ͜ͱ 3 ं͕ങ͏ ंΛങ͏ ϚΠΫ಺ଁ ϚΠΫ಺ଂ ϝʔϧΛදࣔ͞Ε·͢ ϝʔϧΛදࣔ͠·͢

    डಈଶೳಈଶ ಉԻҟٛޠ ॿࢺ
  5. ޡΓͷछྨ 4 ॿࢺ ׆༻ ઀ଓࢺ ࢦࣔࢺ ٙ໰ࢺ ޠॱ ଶ ੍࣌

    ಉԻҟٛޠ ྨٛޠ ฼ޠͷ࢖༻ ΧλΧφޠ ଅԻ௕Ի୙Ի ޡࣈ୤ࣈ ʜ
  6. ޡΓͷछྨ 5 ॿࢺ ׆༻ ઀ଓࢺ ࢦࣔࢺ ٙ໰ࢺ ޠॱ ଶ ੍࣌

    ಉԻҟٛޠ ྨٛޠ ฼ޠͷ࢖༻ ΧλΧφޠ ଅԻ௕Ի୙Ի ޡࣈ୤ࣈ ʜ ޡΓͷछྨ͸ଟذʹ౉Δ
  7. ೔ຊޠֶशऀͷޡΓ܏޲ 6 4 1 % 8 1 93 903 2

    /"*45ޡ༻ίʔύε͔Βͷௐࠪ
  8. ೔ຊޠֶशऀͷޡΓ܏޲ 7 4 1 % 8 1 93 903 2

    /"*45ޡ༻ίʔύε͔Βͷௐࠪ ೔ຊޠֶशऀʹͱͬͯ ॿࢺͷ࢖͍ํ͕࠷΋೉͍͠
  9. ೔ຊޠߍਖ਼πʔϧͷௐࠪ 8 ެ։͞Ε͍ͯΔߍਖ਼πʔϧʹޡΓจΛղੳͤ͞Δ  ೔ຊޠߍਖ਼αϙʔτ IUUQXXXLJKJDIFDLDPN  ςΩετॲཧπʔϧ r จষߍਖ਼

    IUUQTTP[PVKQXFCBQQUFYUQSPPGSFBEJOH  ΦϯϥΠϯ೔ຊޠߍਖ਼ิॿπʔϧ IUUQXXXQBQFSHMBTTFTDPNKQMBO  ϓϨεϦϦʔεߍਖ਼πʔϧ IUUQTXXXWBMVFQSFTTDPNQSPPGSFBEFS  &OOPIUUQTFOOPKQ  .JDSPTPGU8PSE  +VTU3JHIUʢ༗ྉʣIUUQTXXXKVTUTZTUFNTDPNKQQSPEVDUTKVTUSJHIU  "50,Ϋϥ΢υνΣοΧʔʢ༗ྉʣIUUQTKQSPPGSFBEJOHBUPLDPN ௐࠪͨ͠πʔϧ
  10. ೔ຊޠߍਖ਼πʔϧͷௐࠪ 9 ॿࢺ ࣭໰ΛରԠ͢Δ ׆༻ ϒοΫΛ։͖͍ͯͩ͘͞ ઀ଓࢺ ମௐ͕ѱ͍͔ͩΒٳΈ·͢ ࢦࣔࢺ ͦͷҎԼͷαΠζʹઃఆ

    ٙ໰ࢺ ͦͷωοΫϨε͸͍ͭ͘Ͱ͔͢ʁ ޠॱ ྑ͍Ͱ͠ΐ͏ɻผʹ͔ͩΒ෰ͳΜͯ ଶ ϝοηʔδΛදࣔ͞Ε·͢ ੍࣌ ࡢ೔͸Ӎ͕߱Δ ಉԻҟٛޠ ϝϞϦ಺ଁ ྨٛޠ շ଎ʹॲཧ͠·͢ ฼ޠͷ࢖༻ ษڧ͢ΔͨΊʹϩʔϯΛऔͬͨ ΧλΧφޠ ΞΠίϯΛΫϦʔΫ͢Δ ଅԻ௕Ի୙Ի ࣭໰͕͋ͨΒ͓ئ͍͠·͢ ޡࣈ୤ࣈ ࢲཱͪͰ΍Γ·͢ ݕূͨ͠ޡΓจ
  11. ೔ຊޠߍਖ਼πʔϧͷௐࠪ 10 π ʔ ϧ ॿ ࢺ ׆ ༻ ઀

    ଓ ࢺ ࢦ ࣔ ࢺ ٙ ໰ ࢺ ޠ ॱ ଶ ࣌ ੍ ಉ Ի ҟ ٛ ޠ ฼ ޠ ͷ ࢖ ༻ Χ λ Χ φ ޠ ଅ Ի ௕ Ի ୙ Ի ޡ ࣈ ୤ ࣈ  º º º º º º º º º º ˚ º ˓  º º º º º º º º º º ˚ º ˓  º º º º º º º º º º ˚ º ˓  º º º º º º º º º º ˚ º ˓  º º º º º º º º º º º º º  º ˓ ˚ º º º º º º ˚ º º ˚  º º º º º ˚ º º º º ˚ º º  º º º º º º º º º º ˓ º º º ݕग़ͳ͠ ˓ ਖ਼͘͠ݕग़ ˚ ݕग़͕ͨ͠ཧ༝͕ҧ͏
  12. π ʔ ϧ ॿ ࢺ ׆ ༻ ઀ ଓ ࢺ

    ࢦ ࣔ ࢺ ٙ ໰ ࢺ ޠ ॱ ଶ ࣌ ੍ ಉ Ի ҟ ٛ ޠ ฼ ޠ ͷ ࢖ ༻ Χ λ Χ φ ޠ ଅ Ի ௕ Ի ୙ Ի ޡ ࣈ ୤ ࣈ  º º º º º º º º º º ˚ º ˓  º º º º º º º º º º ˚ º ˓  º º º º º º º º º º ˚ º ˓  º º º º º º º º º º ˚ º ˓  º º º º º º º º º º º º º  º ˓ ˚ º º º º º º ˚ º º ˚  º º º º º ˚ º º º º ˚ º º  º º º º º º º º º º ˓ º º ೔ຊޠߍਖ਼πʔϧͷௐࠪ 11 º ݕग़ͳ͠ ˓ ਖ਼͘͠ݕग़ ˚ ݕग़͕ͨ͠ཧ༝͕ҧ͏ શવݕग़ͯ͘͠Εͳ͍ʜ
  13. 12 എܠ గਖ਼Ϟσϧ ࣮ݧͱ݁Ռ ·ͱΊ ෼ྨϞσϧΛ༻͍ͨ೔ຊޠֶशऀͷ֨ॿࢺޡΓగਖ਼

  14. ໰୊ઃఆ 13 ໰୊Λ؆୯Խͯ͠औΓ૊Ή  ֨ॿࢺʮ͕ɼΛɼʹɼͰʯͷޡΓʹݶఆͯ͠గਖ਼  จதʹ֨ॿࢺޡΓ͕ՕॴͷΈ  ޡΓՕॴ͸ط஌Ͱ͋Δͱ͢Δ ୒ͷ݀ຒΊ໰୊Λղ͘

  15. గਖ਼Ϟσϧ 14 <͕ɼΛɼʹɼͰ> ͷͲΕ͕౰ͯ͸·Δ͔Λ༧ଌ͢Δ ࢲ ͸ ं ʁങͬ ͨ

  16. ઌߦݚڀ 15 l೔ຊޠֶशऀͷޡΓ܏޲Λߟྀͨ֨͠ॿࢺగਖ਼z ּݪ੣࢘ ౻໺୓໵ খொक Ӭాণ໌ দຊ༟࣏ ݴޠॲཧֶձୈճ೥࣍େձൃද࿦จू QQr

     Ø छྨͷॿࢺΛର৅ʹగਖ਼ Ø ݴޠϞσϧख๏ͱ/PJTZ$IBOOFM.PEFMख๏Ͱ࣮ݧ ຊݚڀͰ͸ 3//Ϟσϧͱ$//ϞσϧͰ࣮ݧΛߦͳͬͨ
  17. 3//Ϟσϧ <LBJMJFUBM > 16 ... ... ... ... ... ...

    *OQVUXPSET BOTXFS 8PSE FNCFEEJOHT -45. "UUFOUJPO .-1 QSFEJDUJPO
  18. $//Ϟσϧ <-FFUBM > 17 !" !# !$ ʜ MBZFST LFSOFMTJ[F

      5"3(&5 .-1 DPODBU
  19. 18 എܠ గਖ਼Ϟσϧ ࣮ݧͱ݁Ռ ·ͱΊ ෼ྨϞσϧΛ༻͍ͨ೔ຊޠֶशऀͷ֨ॿࢺޡΓగਖ਼

  20. ܇࿅σʔλ 19 l #$$8+ -BOH గਖ਼จ Λ࢖༻ . L. l

    จʹؚ·ΕΔ֨ॿࢺͷ͏ͪҰͭΛϚεΫͯ͠܇࿅ ࢲ ͸ ं Λ ങͬ ͨ ࢲ ͸ ं ."4,ങͬ ͨ
  21. ܇࿅σʔλ 20 l #$$8+ -BOH గਖ਼จ Λ࢖༻ . L. l

    จʹؚ·ΕΔ֨ॿࢺͷ͏ͪҰͭΛϚεΫͯ͠܇࿅ ࢲ ͸ ं Λ ങͬ ͨ ࢲ ͸ ं ."4,ങͬ ͨ ΞϊςʔγϣϯίʔύεΛඞཁͱ͠ͳ͍
  22. ςετσʔλ 21 l /"*45ޡ༻ίʔύε͔Β֨ॿࢺʮ͕ɼΛɼʹɼͰʯ ͷޡ༻λάΛؚΉจΛநग़ จ l ͦͷλάҎ֎͸͋Β͔͡Ίగਖ਼͓ͯ͘͠ ंHPZPDSSbΛ`UZQFbQHBXP`͕HPZPങͬͨ ं

    5"3(&5ങͬ ͨ BOTXFSΛ
  23. ϕʔεϥΠϯ 22 ݴޠϞσϧΛ༻͍ͨగਖ਼ํ๏ l #$$8+ -BOH͔Β୯ޠHSBNݴޠϞσϧΛߏங l ʮ͕ɼΛɼʹɼͰʯͷ͏ͪݴޠϞσϧ֬཰͕࠷΋ߴ͘ ͳΔ΋ͷΛબ୒͢Δ

  24. ࣮ݧઃఆ 23 ࣄલֶशࡁΈ୯ޠ෼ࢄදݱΛ࢖༻ FNC ‎ /8+$7FDΛXPSEFNCFEEJOHTͷॳظ஋ͱ͢Δ ܇࿅ςετσʔλΛશͯฏԾ໊ʹม׵ LBOB ‎ ೔ຊޠֶशऀ͸׽ࣈΑΓ΋ฏԾ໊Λଟ༻͢ΔͨΊ

  25. ֨ॿࢺޡΓగਖ਼ͷ࣮ݧ݁Ռ 24 Ϟσϧ ਖ਼ղ཰   ݴޠϞσϧ ϕʔεϥΠϯ  $//

     $// FNC  $// FNC LBOB  -45.  "UUO-45.  "UUO-45. FNC  "UUO-45. FNC LBOB  +8.41 +8.59
  26. ग़ྗྫ 25 ˓ ఏ Ҋ ख ๏ Ͱ ޲ ্

    గਖ਼Օॴ͔Β཭Εͨ୯ޠ ػೳޠ ΛߟྀͰ͖͍ͯΔ
  27. ग़ྗྫ 26 ؒҧ͍͕ͩจ๏తʹ͸ਖ਼͍͠ º ఏ Ҋ ख ๏ Ͱ ΋

    ؒ ҧ ͍
  28. 27 ͲΜͳίʔύεΛ܇࿅ͤͨ͞Βྑ͍ͷ͔ʁ!

  29. ܇࿅ίʔύεͷൺֱ 28 /"*45ޡ༻ίʔύεɼ-BOHɼ#$$8+ɼ೔ܦ৽ฉίʔύε ͷ ׽ࣈͷׂ߹ɼฏۉจ௕Λௐࠪ 24.7 29 35.7 54 28.6

    30.1 32.8 47.7 0 10 20 30 40 50 NAIST  Lang-8 BCCWJ     (%) ( ) ֶशऀίʔύε
  30. ܇࿅ίʔύεͷൺֱ 29 #$$8+ɼ೔ܦ৽ฉίʔύεͰαΠζΛສจʹ౷Ұͯ͠ ϞσϧΛ܇࿅ ೔ܦ৽ฉ #$$8+ ݴޠϞσϧ   $//

    FNC   -45. FNC   #$$8+Ͱ܇࿅ͨ͠ํ͕໌Β͔ʹਫ਼౓͕ߴ͍
  31. ܇࿅ίʔύεͷൺֱ 30 #$$8+ɼ೔ܦ৽ฉίʔύεͰαΠζΛສจʹ౷Ұͯ͠ ϞσϧΛ܇࿅ ೔ܦ৽ฉ #$$8+ ݴޠϞσϧ   $//

    FNC   -45. FNC   #$$8+Ͱ܇࿅ͨ͠ํ͕໌Β͔ʹਫ਼౓͕ߴ͍ ֶशऀίʔύεʹz͍ۙzίʔύε͕༗ޮͰ͋Δ
  32. 31 എܠ గਖ਼Ϟσϧ ࣮ݧͱ݁Ռ ·ͱΊ ෼ྨϞσϧΛ༻͍ͨ೔ຊޠֶशऀͷ֨ॿࢺޡΓగਖ਼

  33. ·ͱΊ 32 l ֨ॿࢺʮ͕ɼΛɼʹɼͰʯͷޡΓʹݶఆͨ͠గਖ਼ ϞσϧΛߏஙͨ͠ l ݴޠϞσϧख๏ʹൺ΂ͯɼจશମΛߟྀͨ͠గਖ਼ Λ͢Δ͜ͱ͕Ͱ͖Δ l ΑΓྑ͍గਖ਼ʹ͸ɼֶशऀίʔύε͋Δ͍͸ͦΕ

    ʹl͍ۙzίʔύεͰ܇࿅͢Δ͜ͱ͕༗ޮͰ͋Δ ֨ॿࢺޡΓνΣοΧʔΛެ։͍ͯ͠·͢ IUUQBQQKOMQPSHQDIFDLFS
  34. 33 ֨ॿࢺޡΓνΣοΧʔΛެ։͍ͯ͠·͢ IUUQBQQKOMQPSHQDIFDLFS

  35. 34

  36. ෇࿥ 35

  37. 36 32 6 17 17 17 17 % 17 %

    17 17 " 17 17 % /"*45ޡ༻ίʔύε͔Βௐ΂ͨॿࢺޡΓͷ಺༁
  38. ೔ຊޠֶशऀίʔύε 37 n /"*45ޡ༻ίʔύε ࡞จର༁%#ʹΞϊςʔγϣϯ จষɼछྨͷޡ༻λά n -BOH-FBSOFS$PSQPSB ݴޠशಘαʔϏε-BOH͔Βऩू ೔ຊޠֶशऀ࡞จ

    จ n ࡞จର༁%# ࡞จσʔλ݅ ఴ࡟͞Εͨ࡞จσʔλ݅ n ࣉଜޡ༻ྫूσʔλϕʔε σʔλ૯਺ จ ޡ༻λά෇͖จ਺ จ n ֶशऀίʔύεʮͳͨͶʯ n ΦϯϥΠϯ೔ຊޠޡ༻ࣙయ ޡ༻λά෇͖࡞จ݅ n ೔ຊޠֶशऀ࡞จίʔύε ໊෼ͷ࡞จσʔλ