外国語語彙学習のための教師なし深層異常検知に基づく語の用例の多義性・主要性の提示

抄録

外国語学習において、語彙学習は時間的コストが高いうえ、読解力をはじめとする全般的な語学力と相関が高い。語彙学習の支援においては、学習者が適切な語の使い方を学べるよう、ある語が母語話者の作文や発話を集めたコーパス中でどのような使われ方をしているか、語の用例（コーパス中の出現）を提示したいニーズがある。この時、単にコーパス中の当該単語の出現箇所を羅列するのではなく、多義語については語義を考慮し、類似した語義はまとめ、さらに、覚えるべき主要な出現と例外的な出現を分けて提示してくれると、より語彙学習に有用であると思われる。しかし、このように、語の出現ごとに語義を付与したり、覚えるべきかどうかを判定する作業を、人手で行うことは、アノテーションコストが高すぎて非現実的である。そこで、本研究では、文脈化単語埋め込み（BERT）と教師なし深層異常検知に基づき、人手のアノテーション情報なしで、こうした語彙学習に有用な用例情報を提示する手法を提案する。