自然言語の意味を理解するには単語やフレーズといった言語と実世界の様々な情報の繋がりを理解する必要がある．実世界の情報の1つとして，匂いの情報がある．先行研究では，word2vecから得た単語埋め込み表現が匂いの情報を獲得しているか調査を行った．しかし，一般的なコーパスで学習を行った手法は匂いに関するコーパスの少なさから匂いの情報を多く保持できていない．本稿では，事前学習済み言語モデルに対し，匂いに関するドメインアダプテーションと，単語レベルの対照学習を行うことで，匂い情報を獲得する手法，TOLEを提案する．実験の結果，TOLEは匂いに関する記述子の匂いの埋め込み表現と言語の埋め込み表現の類似度が向上することを確認した．
