梶原智之. テキスト平易化コーパスの構築指針. 首都大・法政大合同研究会, 発表5. August 2015.

1. テキスト平易化コーパスの構築指針
首都大学東京
D1 梶原智之

2. 自己紹介
• 梶原智之（かじわらともゆき）
– https://sites.google.com/site/moguranosenshi/
• 学歴
– 新居浜工業高等専門学校（愛媛：高校+2年）
– 長岡技術科学大学（新潟：B3 M2）
– 首都大学東京（東京：今年からD1）
• 研究分野
– 言い換え（修士までは特に語彙的換言）
– テキスト簡単化（修士までは特に語彙平易化）
2

3. 修士：文章読解支援のための語彙平易化
• Tomoyuki Kajiwara, Kazuhide Yamamoto. Evaluation
Dataset and System for Japanese Lexical Simplification.
In Proceedings of the ACL-IJCNLP 2015 Student
Research Workshop, pp.35-40. Beijing, China, 2015.
• 梶原智之, 山本和英. 日本語の語彙平易化評価セットの構築. 言
語処理学会第21回年次大会, pp.501-504, 2015.
• 梶原智之, 山本和英. 日本語の語彙平易化システムの構築. 情報
処理学会第77回全国大会講演論文集, pp.167-168, 2015.
• 梶原智之, 山本和英. 語釈文を用いた小学生のための語彙平易
化. 情報処理学会論文誌, Vol.56, No.3, pp.983-992, 2015.
3

4. 大量・多様なテキストデータ
子ども 外国人 高齢者
語彙平易化
アクセスは容易
理解も容易に！四国に赴く おググりください
↓ ↓
四国に行く 調べてください
4

5. 語彙平易化システム
5
言い換えの生成
担う: 支える,引継ぐ,受け継ぐ,伝承する
難解語の検出
担う
語義曖昧性解消
担う: 支える, 受け継ぐ
平易な順にランキング
1: 支える, 2: 受け継ぐ, 3: 担う
入力文
未来は若者が担う
出力文
未来は若者が支える

6. 語彙平易化の評価のためのデータセット
1. 語彙的換言の評価のためのデータセットの構築
・言い換え候補の獲得 (クラウドソーシング)
・適切な言い換えの選択 (クラウドソーシング)
2. 語彙平易化の評価のためのデータセットに変換
・平易な順にランキング (クラウドソーシング)
・複数人アノテータのランキングを統合
例: 未来は若者が担う
語彙的換言: 受け継ぐ, 支える
平易ランク: 1. 支える, 2. 受け継ぐ, 3. 担う
6

7. 博士：テキスト平易化（ 語彙平易化）
• 語彙の平易化：
高騰する → 値段が上がる
• 構文の平易化：
喜ばない人はいない → 全ての人が喜ぶ
• 説明文生成：
渋滞（道路が混んで、車があまり進ま
ないこと）の原因のひとつになります
7

8. テキスト平易化コーパス
• 日本語学習者のために、
– どのような構文の平易化が必要であるか？
– どのような語や句は言い換えで平易化できて、
どのような語や句は説明文生成が必要であるか？
• コーパス構築の手順
1. 一般向けのテキストを日本語教師が平易に書き換える
2. それぞれの基本的な書き換え作業にラベルを付与して、
日本語のテキスト平易化のパターンを列挙する
3. 10万文を目標に大規模にコーパスを構築する
8

9. • 複雑な問題は、解けた場合も解けなかった場合も、その理由の説明が困難
• 複雑な問題を「基本的な言い換えや含意関係の連鎖」として書き下す
– Mark Sammons, V.G.Vinod Vydiswaran and Dan Roth. Ask not
what Textual Entailment can do for You.... In Proceedings of the
48th Annual Meeting of the Association for Computational
Linguistics, pp.1199‒1208, 2010.
– Kimi Kaneko, Yusuke Miyao, Daisuke Bekki. Building Japanese
Textual Entailment Specialized Data Sets for Inference of Basic
Sentence Relations. In Proceedings of the 51th Annual Meeting
of the Association for Computational Linguistics, pp.273-277,
2013.
– 藤田篤, 柴田知秀, 松吉俊, 渡邉陽太郎, 梶原智之. 言い換え認識技術の評
価に適した言い換えコーパスの構築指針. 言語処理学会第21回年次大会
ワークショップ「自然言語処理におけるエラー分析」発表論文集,
2015.
先行研究
9

10. コーパス構築指針を検討
• NEWS WEB EASY @NHK
– 一般向けのニュース
– 日本語学習者向けに平易に書き換えたニュース
– （日本語教師による書き換え作業に相当）
• 基本的な言い換えの連鎖として書き下す
• それぞれの書き換え作業にラベルを付与
10

11. • アニメや絵本などで人気の「アンパンマン」のシリーズで知ら
れる漫画家のやなせたかしさんが１３日、心不全のため東京都
内の病院で亡くなりました。, difficult
• アニメーションや絵本などで人気の「アンパンマン」のシリー
ズで知られる漫画家のやなせたかしさんが１３日、心不全のた
め東京都内の病院で亡くなりました。, 略記の展開
• アニメーションや絵本などで人気の「アンパンマン」を描いた
漫画家のやなせたかしさんが１３日、心不全のため東京都内の
病院で亡くなりました。, 含意
• アニメーションや絵本などで人気の「アンパンマン」を描いた
漫画家のやなせたかしさんが、心不全のため東京都内の病院で
亡くなりました。, 数値の省略
11
書き換え作業へのラベル付与の例

12. • アニメーションや絵本などで人気の「アンパンマン」を描いた
漫画家のやなせたかしさんが心不全のため東京都内の病院で亡
くなりました。, 読点の削除
• アニメーションや絵本などで人気の「アンパンマン」を描いた
漫画家のやなせたかしさんが東京都内の病院で亡くなりまし
た。, 理由の省略
• アニメーションや絵本などで人気の「アンパンマン」を描いた
漫画家のやなせたかしさんが亡くなりました。, 場所の省略
• アニメーションや絵本などで人気の「アンパンマン」を描いた
漫画家のやなせたかしさんが亡くなりました。, simple
12
書き換え作業へのラベル付与の例

13. • アニメや絵本などで人気の「アンパンマン」のシ
リーズで知られる漫画家のやなせたかしさんが１３
日、心不全のため東京都内の病院で亡くなりまし
た。（difficult）
• アニメーションや絵本などで人気の「アンパンマ
ン」を描いた漫画家のやなせたかしさんが亡くな
りました。（simple）
• 略記の展開 + 含意 + 数値の省略 + 読点の削除 +
理由の省略 + 場所の省略（6段階の書き換え）
13
書き換え作業へのラベル付与の例

14. 平易化のパターン 頻度 平易化のパターン 頻度 平易化のパターン 頻度
機能表現の言い換え 31 上位語への置換 6 数量詞の言い換え 2
動詞の言い換え 23 場所の省略 6 並列要素の省略 2
節の省略 22 主題の交替 6 略記の展開 2
句の省略 22 節の挿入 5 理由の省略 2
句の挿入 18 態の交替 5 「の」の明示／暗示 2
名詞句の言い換え 16 常体と敬体の言い換え 4 異表記 2
含意 15 副詞の言い換え 4 形容動詞句の言い換え 1
動詞句の言い換え 14 説明の挿入 4 共参照表現による置換 1
読点の挿入 14 主語の補完 4 形容詞の言い換え 1
読点の削除 14 語の挿入 4 下位語への置換 1
名詞の言い換え 13 記号の削除 3 連体修飾節化 1
語順の交替 13 数値の省略 3 数値の挿入 1
文分割 11 主語の省略 3 括弧の挿入 1
語の省略 10 文法カテゴリを変える言い換え 2 人名の省略 1
14
平易化のパターン

15. 今後の方針
• 現在は５記事の分析
• もっと大規模に分析し、平易化のパターンを列挙
• アノテーションマニュアルを作成（ 9月）
• 日本語教師を募集（9月 ）
– 日本語学習者向けの書き換え作業
– 書き換え作業へのラベル付与
• 今年度は1万文規模でコーパスを構築する予定
• 来年度以降で、10万文規模まで拡張する予定
15