E-020
ニューラル文法誤り訂正モデルにおける低頻度語処理法の提案

◎町田　翔・延澤志保・荒井秀一（東京都市大）

文法誤り訂正は，英語学習者による誤った英作文を自動で訂正するタスクである．近年，ニューラルモデルを用いた文法誤り訂正タスクの精度向上が報告されている．しかし，これらの手法はボキャブラリサイズを制限し，英語学習者の多くが誤る低頻度語をunkとして一律に扱ってしまっている．そこで本稿では，低頻度語を学習に含ませるため，ニューラル文法誤り訂正モデルにおける低頻度語処理を提案する．品詞情報を用いたデータ拡張と，文字列の出現頻度を底上げするために単語を部分文字列に分割する低頻度語処理を行った．既存のニューラルモデルに対して低頻度語処理を行うことにより，unkの解消と精度向上を達成した．