要約
本論文は、第二言語（L2）学習者向けのテキストの読みやすさ評価に関する課題を取り扱っています。この課題における主要な難点の一つは、十分な規模を持つレベル注釈データの欠如です。本研究では、英語を第二言語として学ぶ学習者向けにCEFRレベルで分類されたテキストデータセットを収集し、ネイティブスピーカーとL2学習者の両方に対するテキストの読みやすさ評価を調査しました。私たちは、大規模なネイティブコーパス上で訓練されたモデルをL2学習者向けのテキスト読みやすさ推定に適応させるための一般化手法を適用し、ドメイン適応と自己学習技術を使用して限られたL2データでのシステム性能向上を目指しました。実験結果において、学習者向けテキストの読みやすさ評価で最も優れたモデルは、精度0.797およびPCC（ピアソン相関係数）0.938を達成しました。