意味フレーム推定において，文脈化単語埋め込みを用いる手法が高い性能を達成することが報告されている．しかし，汎用的な埋め込み空間は，意味的に類似したフレームの事例が近くに位置しているという人間の直観と必ずしも一致しているわけではないため，事前学習のみに基づく文脈化単語埋め込みを用いる手法の性能には限界がある．そこで，本研究では，意味フレーム推定をコーパス内の一部の動詞についてのラベル付きデータの存在を仮定した教師ありタスクとして取り組み，深層距離学習に基づき文脈化単語埋め込みモデルを fine-tuning することで高精度な意味フレーム推定を実現する手法を提案する．FrameNet を用いた実験を通し，深層距離学習を適用することで 8 ポイント以上スコアが向上することを示す．さらに，教師データが極めて少量である場合でも，提案手法が有効であることを示す．
