対話システムが対話中にユーザから確認結果を得ることで，その性能を継続的に向上させられると望ましい．この際，ユーザの印象を考慮すると，その確認回数は最小限に留めたい．本研究では，新語を含む文の単語分割を題材として，この問題をストリーム型能動学習として捉え，より少ない正解データで単語分割器の性能向上を図る．データは逐次的に提示されるため，その正解を得るか否かを決定する獲得関数を，強化学習により得る．獲得関数の入力には単語分割器の確信度などを用い，その分割精度の変化を報酬とする．評価実験では，学習時とは異なるストリームを入力として，得られた獲得関数による分割精度の推移をベースラインと比較する．