本研究では英文の難易度制御に取り組む。近年、大規模言語モデルは様々な自然言語処理タスクにおいて高い性能を示しており、テキスト平易化タスクも例外ではないが、詳細な難易度の制御にはまだ課題が残っている。本研究では、(1) 大規模言語モデルを用いて入力文の難易度を問う難易度推定のタスクと (2) 入力文を目標難易度に平易化する難易度制御のタスクの2タスクを、マルチタスク学習または転移学習の枠組みで統合的に訓練することによって、大規模言語モデルが文の難易度をより良く理解することを促し、英文の難易度制御の性能を改善する。