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

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  &OOP
   IUUQTFOOPKQ  .JDSPTPGU
   8PSE  +VTU
   3JHIUʢ༗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 ͸ ं ʁ
    ങͬ ͨ
16. ઌߦݚڀ 15 l೔ຊޠֶशऀͷޡΓ܏޲Λߟྀͨ֨͠ॿࢺగਖ਼z ּݪ੣࢘
    ౻໺୓໵
    খொक
    Ӭాণ໌
    দຊ༟࣏
    ݴޠॲཧֶձୈճ೥࣍େձൃද࿦จू
    QQ
    r
    
    Ø छྨͷॿࢺΛର৅ʹగਖ਼ Ø ݴޠϞσϧख๏ͱ/PJTZ
    $IBOOFM
    .PEFMख๏Ͱ࣮ݧ ຊݚڀͰ͸ 3//Ϟσϧͱ$//ϞσϧͰ࣮ݧΛߦͳͬͨ
17. 3//Ϟσϧ <LBJMJ
    FU
    BM
    > 16 ... ... ... ... ... ... *OQVU
    XPSET BOTXFS 8PSE FNCFEEJOHT -45. "UUFOUJPO .-1
    QSFEJDUJPO
18. $//Ϟσϧ <-F
    FU
    BM
    > 17 !" !# !$ ʜ 
    MBZFST LFSOFM
    TJ[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 ंHPZP
    DSSbΛ`
    UZQFbQHBXP`͕HPZPങͬͨ ं 5"3(&5
    ങͬ ͨ BOTXFS
    Λ
23. ϕʔεϥΠϯ 22 ݴޠϞσϧΛ༻͍ͨగਖ਼ํ๏ l #$$8+ -BOH͔Β୯ޠHSBNݴޠϞσϧΛߏங l ʮ͕ɼΛɼʹɼͰʯͷ͏ͪݴޠϞσϧ֬཰͕࠷΋ߴ͘ ͳΔ΋ͷΛબ୒͢Δ
24. ࣮ݧઃఆ 23 ࣄલֶशࡁΈ୯ޠ෼ࢄදݱΛ࢖༻ FNC ‎ /8+$7FDΛXPSE
    FNCFEEJOHTͷॳظ஋ͱ͢Δ ܇࿅ςετσʔλΛશͯฏԾ໊ʹม׵ LBOB ‎ ೔ຊޠֶशऀ͸׽ࣈΑΓ΋ฏԾ໊Λଟ༻͢ΔͨΊ
25. ֨ॿࢺޡΓగਖ਼ͷ࣮ݧ݁Ռ 24 Ϟσϧ ਖ਼ղ཰ 
    ݴޠϞσϧ ϕʔεϥΠϯ  $//  $// FNC  $// FNC LBOB  -45.  "UUO-45.  "UUO-45. FNC  "UUO-45. FNC LBOB  +8.41 +8.59
26. ग़ྗྫ 25 ˓ ఏ Ҋ ख ๏ Ͱ ޲ ্ గਖ਼Օॴ͔Β཭Εͨ୯ޠ ػೳޠ ΛߟྀͰ͖͍ͯΔ
27. ग़ྗྫ 26 ؒҧ͍͕ͩจ๏తʹ͸ਖ਼͍͠ º ఏ Ҋ ख ๏ Ͱ ΋ ؒ ҧ ͍
28. 27 ͲΜͳίʔύεΛ܇࿅ͤͨ͞Βྑ͍ͷ͔ʁ!
29. ܇࿅ίʔύεͷൺֱ 28 /"*45ޡ༻ίʔύεɼ-BOHɼ#$$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
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༁%# ࡞จσʔλ
    ݅ ఴ࡟͞Εͨ࡞จσʔλ
    ݅ n ࣉଜޡ༻ྫूσʔλϕʔε σʔλ૯਺
     จ ޡ༻λά෇͖จ਺
     จ n ֶशऀίʔύεʮͳͨͶʯ n ΦϯϥΠϯ೔ຊޠޡ༻ࣙయ ޡ༻λά෇͖࡞จ
    ݅ n ೔ຊޠֶशऀ࡞จίʔύε ໊෼ͷ࡞จσʔλ