梶原智之, 山本和英. 日本語の語彙平易化システムの構築. 情報処理学会第77回全国大会講演論文集（第2分冊）, pp.167-168. March 2015.

1. 日本語の語彙平易化システムの構築
長岡技術科学大学
梶原 智之 山本 和英

2. 研究の背景
2
大量・多様なテキストデータ
アクセスは容易 理解は容易？
子供 大人 外国人 高齢者

3. 研究の背景
3
大量・多様なテキストデータ
アクセスは容易 理解は容易？
子供 大人 外国人 高齢者
効率的な情報収集・知識獲得のため
言語能力の差を埋める技術が必要
文章読解支援のための語彙平易化

4. 語彙平易化
4
文中の難解な語をより平易な同義語に置換
四国に赴く
四国に行く
対象 評価尺度 赴く 行く
大人 単語親密度DB 難：1 → 易：7 5.0 6.469
子ども 学習基本語彙 難：­ → 易： ­
外国人 日本語能力試験 難：1 → 易：4 1 4
外国人 日本語教育語彙表 難：6 → 易：1 5 1
幅広い読者の文章読解を支援する

5. 関連研究
• SemEval-2012: English Lexical Simplification Task [1]
• 9つのシステムが参加
• 文脈を考慮して高頻度語に置換
• Simple English Wikipedia
• 語彙と文法に制限をかけた平易なWikipedia
• Wikipediaとのアライメント → 対訳コーパス [2], [3]
• 語彙平易化規則を学習 [4]
• 統計翻訳の枠組みで平易化 [5], [6]
[1] Lucia Specia et al. (2012) Semeval-2012 Task 1: English Lexical Simplification
[2] Zhemin Zhu et al. (2010) A Monolingual Tree-based Translation Model for Sentence Simplification
[3] David Kauchak (2013) Improving Text Simplification Language Modeling Using Unsimplified Text Data
[4] Colby Horn et al. (2014) Learning Lexical Simplifier Using Wikipedia
[5] William Coster and David Kauchak (2011) Learning to Simplify Sentences Using Wikipedia
[6] Sander Wubben et al. (2012) Sentence Simplification by Monolingual Machine Translation
5

6. 関連研究（英語）
http://homepages.inf.ed.ac.uk/kwoodsen/demos/simplify.html https://rewordify.com/
6
• 任意の英語のテキストをWeb上で平易化できる
• Automatic Sentence Simplification Using Wikipedia
• Rewordify.com

7. 関連研究（日本語）
http://www3.nhk.or.jp/news/easy/
7
• 特定の日本語のテキストがWeb上で平易化されている
• NHK: NEWS WEB EASY
• 任意の日本語のテキストを平易化することはできない

8. 日本語の語彙平易化システムの構築
本研究の目的
読解支援を必要とする読者に
語彙平易化の技術を届ける
本研究の貢献
・任意の日本語の文を平易化
するシステムを構築した
・日本語の平易化システムを
初めてWebで公開した
http://www.jnlp.org/SNOW/S3
8

9. 日本語の平易化への一般の関心
9
平成27年2月18日
日本経済新聞

10. 日本語の語彙平易化システムの構築
公開されている日本語の言語処
理ツールや言語資源を組み合わ
せ、標準的なシステムを構築
形態素解析：MeCab
平易語：学習基本語彙
語彙的換言知識：
• 基本的意味関係の事例ベース
• 内容語換言辞書（SNOW D2）
• 動詞含意関係DB
• 日本語WordNet同義語DB
難易度：単語親密度DB
10
入力文
未来は若者が担う
語彙的換言の生成
担う:伝承する,引継ぐ,支える,受け継ぐ
難解語の検出
担う
出力文
未来は若者が支える
難易度に基づく並び替え
1:支える, 2:受け継ぐ, 3:伝承する, 4:担う, 5:引継ぐ
[1] Lucia Specia et al. (2012)
[1] Semeval-2012 Task 1: English Lexical Simplification
語彙平易化の基本的な流れ [1]

11. 1. 形態素解析（MeCab）
2. 平易語リスト（学習基本語彙）に含まれない
内容語（名詞、動詞、形容詞、副詞）の抽出
11
難解語の検出
未来 名詞 / は 助詞 / 若者 名詞 / が 助詞 / 担う動詞
未来 名詞 / は 助詞 / 若者 名詞 / が 助詞 / 担う動詞
入力文
未来は若者が担う
語彙的換言の生成
担う:伝承する,引継ぐ,支える,受け継ぐ
難解語の検出
担う
出力文
未来は若者が支える
難易度に基づく並び替え
1:支える, 2:受け継ぐ, 3:伝承する, 4:担う, 5:引継ぐ

12. 12
語彙的換言の生成
0% 20% 40% 60% 80% 100%
PPDB: Japanese
用言等換言辞書
普通名詞換言辞書
WordNet同義語DB
動詞含意DB（Ntriv）
動詞含意DB（Triv）
略記対
異形同義語対
異表記対
常に換言可能
文脈によって換言可能
常に換言不可能
入力文
未来は若者が担う
語彙的換言の生成
担う:伝承する,引継ぐ,支える,受け継ぐ
難解語の検出
担う
出力文
未来は若者が支える
難易度に基づく並び替え
1:支える, 2:受け継ぐ, 3:伝承する, 4:担う, 5:引継ぐ

13. • 先行研究 [7] の調査に基づき、
比較的高精度な言い換えを換言知識から収集
• 内容語換言辞書（SNOW D2）
• 日本語WordNet同義語データベース
• 動詞含意関係データベース
• 基本的意味関係の事例ベース
[7] 梶原智之, 山本和英 (2014) 日本語の語彙的換言知識の質的評価
13
語彙的換言の生成
入力文
未来は若者が担う
語彙的換言の生成
担う:伝承する,引継ぐ,支える,受け継ぐ
難解語の検出
担う
出力文
未来は若者が支える
難易度に基づく並び替え
1:支える, 2:受け継ぐ, 3:伝承する, 4:担う, 5:引継ぐ

14. 14
難易度に基づく並び替え
• 単語親密度データベースを用いて単語に難易度を付与
担う：5.3 （親密度が高いほど平易）
引継ぐ：5.0 支える：5.7 受け継ぐ：5.5
入力文
未来は若者が担う
語彙的換言の生成
担う:伝承する,引継ぐ,支える,受け継ぐ
難解語の検出
担う
出力文
未来は若者が支える
難易度に基づく並び替え
1:支える, 2:受け継ぐ, 3:伝承する, 4:担う, 5:引継ぐ

15. システム入出力 http://www.jnlp.org/SNOW/S3
15
【百貨店】から離れがちな【顧客】を、どう引き戻すか。
【デパート】から離れがちな【お客さん】を、どう引き戻すか。
【よもや】と思う変化が【いとも】簡単に起こる。
【まさか】と思う変化が【とても】簡単に起こる。
自覚の【欠如】が【嘆かわしい】。
自覚の【不足】が【悲しい】。
その笑顔には、子供を【慈しむ】父親の【眼差し】があった。
その笑顔には、子供を【愛する】父親の【視線】があった。
【ただただ】【感嘆する】ばかりである。
【とにかく】【感動する】ばかりである。

16. 評価
• データセットの規模（クラウドソーシング：のべ500人が作業）
• 233語 10文脈 = 2,330文
• 名詞：63語、動詞：72語、形容詞：50語、副詞：48語
• データセットの例
二つの位置がピッタリ合ったところを【検出する】か、
差を【検出する】かという部分だけが異なる。
平易 ← (見つける) (発見する・【検出する】) (検知する) → 難解
16
評価セット → http://www.jnlp.org/SNOW/E4
評価セットについては言語処理学会（明日）で発表
Precision Recall F-measure
84.4 % 71.4 % 77.3 %

17. Precisionの改善
• Precision：84.4 % ← 誤った16%の変換は理解を妨害
• 誤りの例
• 高騰する：上がる, 値上がりする, ・・・
• 石油の値段が【高騰する】→ 石油の値段が【上がる】
• 石油が【高騰する】→ 石油が【上がる】
石油が【値上がりする】
• 解決策
• 「値段」は上がる
• 「石油」は上がらない
→ 述語と項の関係を評価すれば精度が上がる！
→ 述語項構造解析を用いた語義曖昧性の解消

18. 18
入力文
未来は若者が担う
語彙的換言の生成
担う:伝承する,引継ぐ,支える,受け継ぐ
難解語の検出
担う
出力文
未来は若者が支える
語義曖昧性の解消
引継ぐ,支える,受け継ぐ
難易度に基づく並び替え
1:支える 2:受け継ぐ 3:引継ぐ
語義曖昧性の解消
1. 述語項構造解析（SynCha）で【項, 格, 述語】の組を抽出
2. 格フレーム辞書（京大格フレーム）で三つ組を評価
石油が高騰する → 述語：高騰する, ガ格：石油
（石油, ガ, 上がる）（石油, ガ, 値上がりする）
（石油, ガ, 上昇する） （石油, ガ, 高くなる）

19. システム入出力 http://www.jnlp.org/SNOW/S3
19
Input 【レタス】がさっぱり【 感 】を醸し出す
Original 【 野 菜 】がさっぱり【気持ち】を醸し出す
+ WSD 【 野 菜 】がさっぱり【 気 分 】を醸し出す
Input ∼と【 決 意 】を語る
Original ∼と【決まる】を語る
+ WSD ∼と【 決 心 】を語る
Input ASEANへの【加盟】はベトナムの発展に貢献し
Original ASEANへの【入る】はベトナムの発展に貢献し
+ WSD ASEANへの【参加】はベトナムの発展に貢献し
System Precision
Original 84.4 %
+ WSD 89.0 %
4.6 ポイント改善

20. 日本語の語彙平易化システムの構築
入力文
未来は若者が担う
語彙的換言の生成
担う:伝承する,引継ぐ,支える,受け継ぐ
難解語の検出
担う
出力文
未来は若者が支える
語義曖昧性の解消
引継ぐ,支える,受け継ぐ
難易度に基づく並び替え
1:支える 2:受け継ぐ 3:引継ぐ
形態素解析：MeCab
平易語：学習基本語彙
語彙的換言知識：
• 基本的意味関係の事例ベース
• 内容語換言辞書（SNOW D2）
• 動詞含意関係DB
• 日本語WordNet同義語DB
難易度：単語親密度DB
述語項構造解析：SynCha
格フレーム辞書：京都大学格フレーム 20
http://www.jnlp.org/SNOW/S3
任意の日本語のテキストを平易
化する初のシステム 精度 89%