文脈理解可能な「AI話しことばチェッカー」の開発と実証評価

能理解语境的“AI口语查词器”的开发与实证评估

基本信息

批准号：
22H03706
负责人：
山下由美子
金额：
$ 10.07万
依托单位：
Teikyo University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2027-03-31
项目状态：
未结题

项目摘要

2021年度までの研究で、判定対象の文章内に含まれる話し言葉を、作成した話し言葉の分類カテゴリに沿って検出し、修正文例を提示する機能を搭載した話し言葉検出システム「話しことばチェッカー」を開発した。今年度からの研究では、反転と協調学習を組み合わせた授業モデルの構築と大規模な実践を図り、そこで得られる文脈の影響を受けるあいまいな話し言葉事例ベースに基づき、最適化された文脈理解可能な「AI話しことばチェッカー」を有する知的学習支援システムの実現を目指す。2022年度は主に、あいまいな表現（グレーゾーン）の抽出作業およびそれらを検出できるよう、システムのAI化に向けた検証を行った。あいまいな表現（グレーゾーン）とは、対象となる言葉が話し言葉であるか否かの文脈判断が必要な表現を指す。その例として、「てしまう」が挙げられる。この表現は、主語が「私」であれば主観的になりやすく、主語が第三者であれば客観性が保たれやすい。他には、「残念」「面倒」「つらい」「厳しい」など、個人の感情が介入しやすい表現や若者言葉や流行語として口語的に使われる表現などである。今年度は、「てしまう」を題材に、機械学習モデルを構築し、Amazonレビューや査読論文などから作成した4種類のデータセットを用いて評価を行った。まず、抽出した「てしまう」を含む主観的な文と客観的な文それぞれ250文ずつを、ファインチューニングしたデータセットに研究代表者の分類した「てしまう」データセットを推論させたところ、77％の精度を出すことができた。このことから、Amazonレビューと学会の査読論文の文章が、研究代表者の作成した「てしまう」データセットの分類と近い可能性が示唆された。

在2021年度的研究中，我们开发了一种名为“Spoken Word Checker”的口语检测系统，该系统具有根据创建的口语分类类别检测要判断的句子中包含的口语单词并呈现纠正后的句子示例的功能。在今年开始的研究中，我们将构建翻转学习和合作学习相结合的课程模型，并根据受上下文影响的歧义口语示例，创建优化的模型。基于受上下文影响的歧义口语示例的上下文可理解模型，旨在实现具有“AI口语单词检查器”的智能学习支持系统。 2022财年，我们主要进行了验证工作，以提取歧义表达（灰色区域）并使系统AI能够检测它们。歧义表达（灰色区域）是指需要上下文判断来确定目标词是否是口语词的表达。 “teshuru”就是一个例子。如果主语是“我”，则这种表达往往是主观的，但如果主语是第三人称，则这种表达往往是客观的。其他表达方式包括容易受个人情绪影响的表达方式，例如“遗憾”、“麻烦”、“艰难”和“严重”以及年轻人口语或流行语等口语表达方式。今年，我们以“temasu”为主题构建了一个机器学习模型，并使用根据亚马逊评论、同行评审论文等创建的四种数据集对其进行了评估。首先，当我们将提取的 250 个包含“teshuru”的主观句子和客观句子微调到数据集中时，我们推断了研究人员分类的“teshuru”数据集，发现 77 个能够达到准确率的％。这表明亚马逊评论和学术同行评审论文的文本可能与首席研究员创建的“Teshuru”数据集的分类类似。