要約
自動読解度評価（Automatic Readability Assessment, ARA）とは、テキストに読みやすさレベルを割り当てるタスクであり、従来の自然言語処理（NLP）研究では分類問題として扱われてきた。本論文では、ARAに対する初めてのニューラルネットワークを用いたペアワイズ順位付けアプローチを提案し、既存の分類法、回帰法および非ニューラルな順位付け手法と比較検討を行う。英語3種、フランス語1種、スペイン語1種のデータセットを用いた実験を通じて、本モデルの性能を検証した。その結果、単言語の単一コーパスおよびクロスコーパステストの両状況において優れた性能を示すとともに、英語データで学習したモデルを用いてフランス語およびスペイン語のゼロショットクロスリンガル順位付け評価を実施した際、それぞれ80％以上の正確率を達成した。さらに、英語とフランス語の並列双語読解度データセットを新たに公開する。本研究は、ARAに対する初めてのニューラルペアワイズ順位付けモデルを提案し、ニューラルモデルを用いたクロスリンガル・ゼロショット評価の初の結果を示した。