- 議論の整理
計算機技術の進歩に伴い、音声言語コーパスに大量の情報を蓄積し処理することが可能となっている。このような音声言語コーパスは外国語話者が日本語を学習する際や日本語の韻律について研究を行う際などに幅広く利用されており、その需要は高い。従って、膨大なデータの中から得たい情報を抽出する際の簡便な検索プログラムの開発が望まれている。文字情報よりも情報量が多い言語情報は、検索の際にどの要素を絞るかによって検索の精度に如実に差が出るといえる為に、この要素をどう設定するのかが問題となる。
- 問題発見
音声言語コーパスにおけるspeaking styleに着目して、音声言語情報を分類するという手法が提案されている。菊池教授らは、Eskenaziの定義に基づいたspeaking styleの分類に従って、音声言語情報のカテゴリーを自動推定する技術を提案している。ここでEskenaziの定義を用いたのは、この定義が幅広い範囲のデータを扱う際に有用であり、コーパスの部分単位ごとにデータを扱うことが出来るからであるが、この定義では音声言語の形態的特徴による分類に限られるという限界がある。そこで、さらに精度を上げる為に、他の要素を分類に加えることが出来ないだろうか。
- 論証
言語には形態的特徴の他に統語的特徴がある。つまり、文章が構成される仕組みもspeaking styleを分類する為の重要な要因となるのではないだろうか。上述の定義では「明瞭さ」「親しさ」「社会階層」という３つの変数を分類の基準としていたが、例えば、Delgadoの定義したprofessional speechのような発話スタイルでは正しい係り受けを意識していると考えられる為、この特徴に従った分類を行うことで更なる精度の向上が見込めると考えられる。
- 結論
本研究は音声言語コーパスの利便性を向上させることが期待でき、日本語学習者の増加に貢献できるものと考えている。
- 結論の吟味
上記研究を行うにあたって、これまで人間情報学分野において主に音声科学をテーマとした数多くの研究を行ってきた菊池教授のもとで学ぶことを強く希望する。
参考文献
沈睿、菊池英明 (2014) 「音声言語コーパスにおけるspeaking styleの自動推定－転記テキストに着目して－」『自然言語処理』 21(3), 446-464
コメントを残す