講演情報
[4K5-GS-6c-05]テキストリーダビリティを構成する要素の深層学習モデルによる定量評価
〇菊池 みくり1、越仲 孝文1 (1. 横浜市立大学)
キーワード：
自動リーダビリティ評価、言語モデル、語順入れ替え効果
教育や医療など様々な分野で, テキスト情報を読み手に合った適切な読みやすさ(リーダビリティ)で提示することが求められる. リーダビリティには語彙, 統語, 談話構造など, 様々な要素が関係するが, それらの要素がどのようにリーダビリティを決定するのかはいまだ十分には理解されていない. 本研究では, 統語や談話構造がどのようにリーダビリティに影響するのかを明らかにするため, テキストからそのリーダビリティを推定する深層学習モデルを構築し, テキストの語順を人為的に入れ替えて入力することで, リーダビリティがどのように変化するのかを調べた. 結果, 語順の入れ替えの程度に応じてリーダビリティが低下するが, 低下幅は限定的で, 語彙がより強い影響力をもつことなどがわかった.