170524定例研究会_阿部全体

ヨーロッパにおける

⽇本語学習者の⽇本語作⽂の

テキストマイニング

―その⾔語的特徴に関するパイロットスタディー―

2017年5⽉24⽇（⽔）

語学研究所 定例研究会

東京外国語⼤学⼤学院国際⽇本学研究院

准教授 阿部 新

１．⽬的

• ヨーロッパにおける⽇本語学習者の⽇本語作⽂

の⾔語的特徴を

１．⽬的：テキストマイニングによる探索

• テキストマイニングとは（阿部2014）

• 複数の⽂書データ

の内容を総合的にとらえることで

初めて得られる知

⾒を抽出する

ための内容分析の

技術

（那須川2006: 1）

• コンピュータを使って

⼤量のテキスト

の中から

有益な情報を探し出す

技術

（⽯⽥2008: 1）

• 定型化されていない⽂章（テキスト）

から

有益な情報を発掘

（マイニ

ング）するための

⽅法論

および

分析⾏為

（内⽥2010: 102）

⼤量の⾮定型のテキストから

初めて得られる知⾒を抽出する

有益な情報を発掘する

技術・⽅法・分析⾏為

１．⽬的：テキストマイニングによる探索

• コーパス⾔語学との⽐較（阿部2014）

コーパス言語学

（石川2013）

テキストマイニング

（那須川2006）

データ

現実の⾔語から網羅的・代

表的に収集されたテキスト

データ

分析したい内容を含む

_よう

に収集されたテキストデー

タ

⽬的

⾔語の記述

_{⾔語に関する仮説の検証}

初めて得られる

_有益な

_{情報の探索}

知見の探索

技術

主に検索

検索・分類整理・分析

１．⽬的：テキストマイニングによる探索

• テキストマイニングの適⽤分野の広がり

• 定量的調査の調査環境の悪化（サンプリング実施難，回収率の悪さ）

→定性的調査への関⼼の⾼まり（⼤隅・Lubart 2000:340）

• マーケティング分野での活⽤事例（那須川2006:66-68）

• コールセンターの⽂字化データ：消費者からの苦情・質問・要望

• 営業活動報告・アンケート調査の⾃由回答：企業から消費者への評判把握

２．先⾏研究

• ⼈⽂科学分野・社会科学分野での活⽤事例

• ⽯⽥2008

• 松村・三浦2014

• 岸江・阿部・⽯⽥・⻄尾2011

• 岸江・⽥畑編2014

• アンケート⾃由回答の分析

• 電⼦掲⽰板，ブログの⼝コミ情報，メーリングリスト，議事録の分析

• 新聞記事の⾃動分類

• ⽂学作品の書き⼿判別

２．先⾏研究（アンケート⾃由回答分析）

• アンケート⾃由回答の分析（阿部2014）

• ⾔語表現の⾃然さに関するアンケートの⾃由回答を分析

• 評価基準の探索（森2016）

• 評価コメントから評価基準を探索的に選び出す

• ⽅向性の探索（阿部・嵐・須藤2016）

• ⾳声教育に対するコメント（アンケートの⾃由回答）から，教師の特

徴と教育に対する考え⽅を探索的に取り出し，今後の⾳声教育の⽅向

性についての⽰唆を得る

２．先⾏研究

（第⼆⾔語としての⽇本語産出データ）

• 森ほか（2012）

• 外国⼈集住地域の⼩学校に通う「外国にルーツを持つ児童」（外国⼈

児童＝80％は⽇本で⽣育）と⽇本⼈児童の⽇本語作⽂（複数のテー

マ）を収集し，両者をテキストマイニングによって分析し，両者の作

⽂の特性を探った。

• 語彙数，出現回数の分布，出現上位語の分析，品詞別・作⽂テーマ別

の出現語彙の傾向，共起ネットワーク分析等を⾏った。

２．先⾏研究

（第⼆⾔語としての⽇本語産出データ）

• 森ほか（2012）

• 語彙量や品詞分布では⽇本⼈児童と外国⼈児童では差がないが，語彙

の豊かさには差があった。

• 語の選択や表記には違いが⾒られ，語同⼠の関連付けにも違いがあっ

た。

２．先⾏研究

（第⼆⾔語としての⽇本語産出データ）

• 松⽥ほか（2013）

• ACTFL(The American Council on the Teaching of Foreign

Languages)によるOPI(Oral Proficiency Interview)によるレベル判定

で超級レベルと判定された⽇本語学習者の⼝頭産出の談話的特徴を，

上級レベル学習者と⽐較して，テキストマイニングによって探った。

• KYコーパスというレベル別の学習者OPIが収録されたコーパスのデー

２．先⾏研究

（第⼆⾔語としての⽇本語産出データ）

• 松⽥ほか（2013）

• 結果として，超級話者は，談話の結束性を⽰す表現，聞き⼿配慮に関

わる表現を上級話者より使うことが分かった。

• ⽂脈指⽰の「コソア」のうち「コ」系表現（複数段落における結束性を⾼める）

• 発話緩和や発話の埋め合わせ機能を持つ「ね」

• 多様なフィラー（あの，あのー，まあ，なんか，もう，いや，と，その，こう）

• ⾔葉を選んでいることを⽰す「試⾏的提⽰」（「ていうか」「ていうんです

か」）

３．本研究のデータ

• 科研「日本語ライティング評価の支援ツール開発：「人間」と

「機械」による評価の統合的活用」（

研究課題番号：26284074

）

• 2014年11⽉〜2016年3⽉

• 11か国の⽇本語学習者

• クロアチア，フランス，ドイツ，ハンガリー，イタリア，オランダ，

セルビア，スロベニア，スペイン，ロシア，アメリカ

• 国籍は16種類

• ベルギー，クロアチア，フランス，ドイツ，⾹港，ハンガリー，イタ

リア，韓国，ポーランド，ロシア，セルビア，スロベニア，スペイン，

オランダ，アメリカ，ベトナム

３．本研究のデータ

• 5種類のプロンプト

• 英語，スペイン語，フランス語，ハンガリー語で準備

• 辞書使⽤可，1時間程度で書くように指⽰。

• A1/A2：⽐較対照の説明・論証

→

こちらを分析（A1:136編，A2:153編）

• B1/B2/B3：ナラティブ（留学⽣にあなたの街を紹介，留学⽣に居住⽅法の説

明，「忘れられない出来事」）

• Aから最低1つ，Bから最低1つ選んで書く（⼀⼈が最低2つの作⽂を書く）

３．本研究のデータ

３．本研究のデータ

３．本研究のデータ

国・プロンプト

A-1

A-2

A合計

B-1

B-2

B-3

B合計

計

ベルギー

14

17

31

16

1

12

29

60

クロアチア

4

4

3

1

4

8

フランス

16

16

32

16

3

13

32

64

ドイツ

12

10

22

15

4

3

22

44

香港

1

1

0

1

ハンガリー

35

37

72

34

6

32

72

144

イタリア

2

5

7

6

6

13

韓国

1

1

2

1

1

2

4

ポーランド

1

1

1

1

2

ロシア

14

10

24

8

2

14

24

48

セルビア

6

5

11

9

2

11

22

スロベニア

3

9

12

9

3

12

24

スペイン

12

14

26

22

3

2

27

53

オランダ

1

1

1

1

2

アメリカ

18

24

42

22

14

8

44

86

ベトナム

1

1

1

1

2

計

136

153

289

163

33

92

288

577

３．本研究のデータ

• 執筆前に個⼈情報

• 年齢，

性別

，専攻分野，国籍，⺟語，移住経験，⾔語4技能の流暢さ，

⽇本での学習歴

，

⽇本語能⼒試験受験経験

，

⽇本語学習歴

，⽇本語の試

験の受験経験，

⽇本語能⼒

（SPOT (Simple Performance-Oriented

Test)というテストのスコア）

• 執筆後にアンケート

• ⺟語でアカデミックライティングの授業を受けたことがあるか

• いつ受けたか

• そこで何を勉強したか

• アカデミックライティングを書く際の⽇本語と⺟語の違い（⾃由回答）

• 今回，どういうことに注意して書いたか

• 10択で複数選択可（例：全体の構成，段落つけ，⽂の結束性…など）

SPOT：⾃然な話速度の読み上げ⽂を聞き，

解答⽤紙に書かれた同⽂のひらがな1⽂字分1

か所の空欄（⽂法項⽬）を⽳埋め（選択式）

するテスト。（⼩林2015）30問×3部＝90問

例：隣の⼈（ ）教えてもらったんです。

３．本研究のデータ

A1旅行

136編

A2料理

153編

性別

男44⼈，⼥89⼈

男43⼈，⼥106⼈

日本語学習歴

3年未満26⼈

3〜5年73⼈

6年以上34⼈

3年未満32⼈

3〜5年96⼈

6年以上21⼈

日本での学習歴

あり48⼈，なし85⼈

あり39⼈，なし110⼈

日本語能力試験受験経験

あり68⼈，なし65⼈

あり64⼈，なし85⼈

SPOT（全体

90点満点） 平均65.5点（中級前半） 平均64.2点（中級前半）

母語の作文授業受講経験

あり66⼈，なし55⼈

あり71⼈，なし67⼈

今回執筆時の注意（10択）

3つ以下23⼈

4〜6つ75⼈

7つ以上28⼈

3つ以下34⼈

4〜6つ74⼈

7つ以上34⼈

４．分析⽅法

• KH Coder（フリーソフト）を使⽤

http://khc.sourceforge.net/

• 「テキスト型（⽂章型）データを統計的に分析するためのフリーソフトウェ

アです。アンケートの⾃由記述・インタビュー記録・新聞記事など、さまざ

まな社会調査データを分析するために制作しました。「計量テキスト分析」

または「テキストマイニング」と呼ばれる⽅法に対応。」

• ⼤まかに2つの段階からなる分析⼿順

• 段階1：データ中から語を⾃動的に取り出して、その結果を集計・解析しま

す。これによって、分析者の予断をなるべく交えずに、データの特徴をさ

ぐったり、データを要約したりします。

• 段階2：分析者が「こういう表現があれば、コンセプトAが出現していたと⾒

なす」といった指定（コーディングルール作成）を積極的かつ明⽰的に⾏い、

データ中からコンセプトを取り出します。その結果を集計・解析することで、

分析を深めます。

５．結果（語数）

A1旅行

A2料理

総抽出語数

50,610

56,325

異なり語数

2,777

3,013

作⽂数

136

153

1作⽂あたり総抽出語数

372.13

368.13

1作⽂あたり異なり語数

20.42

19.69

共起ネットワーク

A1旅⾏ 名詞・形容詞・動

詞・形容動詞など

• 出現回数20回以上，

全157語のうち，

100語を描画

• 性別

• ⼥性：安い，便利

• 男性：外国，⾔語，

⾼い，グループ，

⾯⽩い，知り合い，

問題，計画…

自分 Female ホテル 旅行 準備 経験 予約 好き 自由 便利 場合 たくさん 全部 パック旅行 個人旅行 旅行会社 一人 時間 場所 行く 思う 選ぶ 決める 見る 知る 行ける 楽しい 安い する ある できる なる いる しれる いう いい ない もっと とても あまり 国 人 ない ん Male グループ 知り合い 外国 言語 計画 問題 一番 前 プラス面 出来る 作る 高い 面白い 良い 本当に にる よい より

A1旅⾏

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全157語のうち，

100語を描画

• ⽇本語学習歴

自分 3から5年 ホテル 旅行 準備 好き 自由 場合 パック旅行 個人旅行 旅行会社 一人 時間 場所 行く 思う 選ぶ 決める 見る 知る する ある できる _なる いる いい ない もっと 国 人 ない ん 3年未満 便利 色々 たくさん 全部 マイナス面 楽しい しれる とても より 7年以上 経験 予約 一緒 一番 いう 他

A1旅⾏

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全157語のうち，

100語を描画

• ⽇本での学習経験

• ある⽅が多様な語

自分 3から5年 ホテル 旅行 準備 好き 自由 場合 パック旅行 個人旅行 旅行会社 一人 時間 場所 行く 思う 選ぶ 決める 見る 知る する ある できる _なる いる いい ない もっと 国 人 ない ん 3年未満 便利 色々 たくさん 全部 マイナス面 楽しい しれる とても より 7年以上 経験 予約 一緒 一番 いう 他

A1旅⾏

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全157語のうち，

100語を描画

• ⽇本語能⼒試験の

受験の経験

自分 NO ホテル グループ 知り合い 旅行 準備 経験 ガイド 予定 好き 自由 便利 問題 場合 たくさん 全部 一番 パック旅行 個人旅行 旅行会社 一人 時間 場所 行く 思う 選ぶ 決める 見る 知る 行う 話す 楽しい 安い 高い 面白い 良い する ある できる なる いる しれる いい ない もっと とても あまり 国 人 ない ん YES 予約 一緒 観光地 行ける いう にる

A1旅⾏

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全157語のうち，

100語を描画

• SPOT(パート３）

の得点

• 上位のほうが多様

な語

旅行 下位 好き たくさん パック旅行 個人旅行 旅行会社 一人 時間 場所 日本 行く 思う 選ぶ 見る 知る 楽しい 面白い する ある できる いる いい とても ちょっと 人 他 ない ん 自分 上位 ホテル 準備 予約 自由 問題 場合 全部 前 観光地 可能性 調べる 言う 安い なる しれる いう にる ない あまり どう もちろん 国 中位 決める もっと

A1旅⾏

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全157語のうち，

100語を描画

• 作⽂学習経験

• ない⽅が多様な語

自分 NO ホテル グループ 知り合い 友達 人々 情報 旅行 準備 経験 予約 一緒 好き 自由 便利 問題 場合 たくさん 全部 一番 パック旅行 個人旅行 旅行会社 一人 時間 場所 観光地 行く 思う 選ぶ 決める 見る 知る 行ける 安い 高い する ある できる なる いる しれる いう にる いい ない もっと あまり より 国 人 ない ん YES 個人 日本 行う 楽しい 面白い とても ちょっと 他

A1旅⾏

名詞・形容詞・動詞・形

容動詞など

• 出現回数20回以上，

全157語のうち，

100語を描画

• 今回の作⽂執筆時

の注意

自分 3つ以下 ホテル グループ 旅行 準備 自由 便利 パック旅行 個人旅行 旅行会社 時間 行く 思う 選ぶ 決める する ある できる なる いる しれる いい ない 国 人 ない ん 4つから6つ 予約 好き 一人 知る とても 7つ以上 問題 全部 場所 出来る いう なし 会社 旅 今 見る 話す 安い 多い

A1旅⾏

名詞・形容詞・動詞・形容動詞など

• ⼥性：安い，便利

• 男性：外国，⾔語，⾼い，グループ，⾯⽩い，知り合い，問題，

計画…

• SPOTの点が良いほうが多様な語の使⽤。

A1旅⾏

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全50語を描画

• 性別

その Female この が を に で と の へ から と にとって について という て ば から が ので し と で Male ある 他の あの 同じ そんな より によって として って に対して けど ながら けれど よ ね な

A1旅⾏

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全50語を描画

• ⽇本語学習歴

• 短いと「よ」

その 3から5年 この が を に で と の へ と て ば から が ので し と で 3年未満 あの から より にとって について よ 7年以上 という

A1旅⾏

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全50語を描画

• ⽇本での学習経験

• 経験あると多様

• ないと「よ」

「ね」

その No この が を に で と の へ から より と にとって について という て ば から が ので し と で けど ながら よ ね Yes ある 他の どんな どの によって として って な はい

A1旅⾏

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全50語を描画

• ⽇本語能⼒試験の

受験の経験

• 経験がないと

「よ」「ね」

その NO この ある 他の あの 同じ が を に で と の へ から より と にとって について という によって て ば から が ので し と で けど ながら のに よ ね YES として

A1旅⾏

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全50語を描画

• SPOT(パート３）

の得点

• 下位で「よ」

「ね」

この 下位 あの が を に で と の へ から と について て ば から が ので し と で ながら よ ね その 上位 にとって という によって 中位

A1旅⾏

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全50語を描画

• 作⽂学習経験

その NO この ある 他の どの が を に で と の へ から より と にとって について という によって て ば から が ので し と で けど ながら よ ね YES として のに

A1旅⾏

連体詞・助詞・助動詞・

感動詞など

• 出現回数5回以上，

全50語を描画

• 今回の作⽂執筆時

の注意

その 3つ以下 が を に で と の へ と にとって て ば から が ので 4つから6つ この 7つ以上 し と なし ある から

A1旅⾏

連体詞・助詞・助動詞・感動詞など

• ⽇本語学習歴が短かったり，⽇本での学習経験，⽇本語能⼒試

験の受験がない⼈，SPOTの点が低い⼈

→⽂章なのに「よ」「ね」を使う。

• ⽇本語学習歴があると多様な表現を使う。

A2料理

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全155語のうち，

100語を描画

• 性別

• ⼥性：おいしい，

楽しい

• 男性：体，必要，

⽐べる，考える

レストラン Female 自分 食べ物 友達 材料 お金 家族 料理 外食 _自炊 食事 一緒 好き 健康 便利 たくさん 毎日 一番 時間 自炊派 外食派 食べる 作る 思う 行く 高い 安い 美味しい 楽しい 良い する ある できる なる かかる いる いう いい ない おいしい よい とても いつも あまり もっと 人 家 Male 人々 一つ 必要 場合 上手 出来る 考える 比べる 悪い 時々 よく 体

A2料理

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全155語のうち，

100語を描画

• ⽇本語学習歴

• ⻑い⽅が多様な語

レストラン 3から5年 自分 食べ物 お金 料理 外食 自炊 食事 好き 健康 便利 たくさん 毎日 時間 自炊派 外食派 食べる 作る 思う 行く 高い 安い 美味しい する ある できる なる かかる いる いい ない とても あまり 人 家 3年未満 友達 大好き おいしい いつも 7年以上 材料 一緒 買う 楽しい 難しい 時々 しれる もっと 店

A2料理

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全155語のうち，

100語を描画

• ⽇本での学習経験

• ある⽅が多様な語

レストラン No 自分 食べ物 友達 材料 お金 家族 料理 外食 自炊 食事 一緒 好き 健康 便利 たくさん 毎日 時間 自炊派 外食派 食べる 作る 思う 行く 高い 安い 美味しい 楽しい する ある できる なる かかる いる いい ない おいしい よい とても いつも あまり 人 家 Yes ご飯 一つ 生活 必要 場合 一人 日本 買う 出来る 選ぶ 言う 良い 悪い 多い いう でる もっと 外

A2料理

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全155語のうち，

100語を描画

• ⽇本語能⼒試験の

受験の経験

• ある⽅が多様な語

レストラン NO 自分 食べ物 友達 材料 お金 家族 料理 外食 自炊 食事 一緒 好き 健康 便利 必要 たくさん 毎日 時間 自炊派 外食派 食べる 作る 思う 行く 高い 安い 美味しい 楽しい 悪い 時々 する ある できる なる かかる いる いい ない おいしい よい とても いつも あまり 人 家 体 YES 場合 一番 マイナス面 買う 選ぶ 良い 多い いう でる もっと

A2料理

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全155語のうち，

100語を描画

• SPOT(パート３）

の得点

• 上位のほうが多様

な語

レストラン 下位 食べ物 友達 料理 外食 食事 好き 健康 大好き 時間 自炊派 外食派 食べる 作る 思う 行く 高い 楽しい する ある いる いい ない とても いつも 人 家 上位 自分 お金 家族 自炊 一緒 便利 必要 大事 毎日 場合 買う 出来る 選ぶ 考える 美味しい できる なる かかる いう しれる もちろん 店 中位 材料 たくさん 安い

A2料理

名詞・形容詞・動詞・

形容動詞など

• 出現回数20回以上，

全155語のうち，

100語を描画

• 作⽂学習経験

• ある⽅が多様な語

レストラン NO 自分 食べ物 友達 材料 お金 家族 料理 外食 自炊 食事 一緒 好き 健康 便利 必要 たくさん 毎日 場合 時間 自炊派 外食派 食べる 作る 思う 行く 持つ 高い 安い 美味しい 楽しい 良い 多い する ある できる なる かかる いる いい ない おいしい とても いつも あまり よく 人 家 YES 人々 一番 悪い 忙しい 時々 でる よい もっと

A2料理

名詞・形容詞・動詞・形

容動詞など

• 出現回数20回以上，

全155語のうち，

100語を描画

• 今回の作⽂執筆時

の注意

レストラン 3つ以下 自分 食べ物 料理 外食 自炊 食事 好き たく_さん時間 自炊派 食べる 作る 思う 行く 高い 安い 美味しい する ある できる かかる いる いい ない 人 家 4つから6つ 友達 材料 健康 便利 毎日 なる とても 7つ以上 お金 ご飯 一緒 外食派 良い おいしい いつも 食品 なし 準備 楽しむ 多い しれる よい

A2料理

名詞・形容詞・動詞・形容動詞など

• ⼥性：おいしい，楽しい

• 男性：体，必要，⽐べる，考える

A2料理

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全48語を描画

• 性別

その Female この 同じ どんな ある どの そんな あの こんな こういう を が に で と より から の へ と にとって について という によって として て って に対して とともに て が から ば し と ので で ながら のに けど けれど ね よ な べ う あ と Male

A2料理

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全48語を描画

• ⽇本語学習歴

その 3から5年 この を が に で と より から の と にとって について て が から ば し と ので で 3年未満 同じ どんな そんな へ という によって て ながら のに けど ね よ な と 7年以上 ある どの こんな こういう として って けれど べ う

A2料理

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全48語を描画

• ⽇本での学習経験

その No この 同じ どんな ある どの そんな あの こんな こういう を が に で と より から の へ と にとって について という によって として て って に対して とともに て が から ば し と ので で ながら のに けど けれど ね よ な べ う あ と Yes

A2料理

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全48語を描画

• ⽇本語能⼒試験の

受験の経験

その NO この 同じ どんな ある どの そんな あの こんな こういう を が に で と より から の へ と にとって について という によって として て って に対して とともに て が から ば し と ので で ながら のに けど けれど ね よ な べ う あ と YES

A2料理

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全48語を描画

• SPOT(パート３）

の得点

その 下位 この 同じ どんな どの を が に で と より から の へ と にとって について という によって として て に対して とともに て が から ば し と ので で ながら のに けど けれど ね よ な べ う あ と 上位 ある そんな あの って 中位

A2料理

連体詞・助詞・助動

詞・感動詞など

• 出現回数5回以上，

全48語を描画

• 作⽂学習経験

その NO この 同じ どんな ある どの そんな あの こんな こういう を が に で と より から の へ と にとって について という によって として て って に対して とともに て が から ば し と ので で ながら のに けど けれど ね よ な べ う と YES あ

A2料理

連体詞・助詞・助動詞・

感動詞など

• 出現回数5回以上，

全48語を描画

• 今回の作⽂執筆時

の注意

その 3つ以下 この を が に で と より から の へ と にとって という て が から ば し と ので で 4つから6つ 7つ以上 について として ながら なし 同じ どんな そんな あの によって て って に対して のに けど ね な あ と

A2料理

連体詞・助詞・助動詞・感動詞など

名詞・形容詞・動詞・形容動詞など

• A1旅⾏

• ⼥性：安い，便利

• 男性：外国，⾔語，⾼い，グループ，⾯⽩い，知り合い，問題，計画

…

• SPOTの点が良いほうが多様な語の使⽤。

• A2料理

• ⼥性：おいしい，楽しい

• 男性：体，必要，⽐べる，考える…

• 学習歴などが⻑い・経験が多いほうが，多様な語の使⽤。

連体詞・助詞・助動詞・感動詞など

• A1旅⾏

• ⽇本語学習歴が短かったり，⽇本での学習経験，⽇本語能⼒試験の受

験がない⼈，SPOTの点が低い⼈

→⽂章なのに「よ」「ね」を使う。

• ⽇本語学習歴が⻑いと多様な表現を使う。

• A2料理

• ⽇本語学習歴が⻑いと多様なものが使われる。

６．検討

• 男⼥の違いが⽐較的⾒られた。

• 経験が多い⼈は表現が多様である。

• ⽂章で⽂末に「よ」「ね」を使う⼈がいる。

• ⽇本語学習歴が短い

• ⽇本での学習経験，⽇本語能⼒試験の受験がない

• SPOTの点が低い

→⽂章の書き⽅についての指導が必要・重要

参考⽂献

• 阿部新（2014）「表現の「⾃然さ」の判断基準を探るテキストマイニング―「よろしかったですか」等の表現の「⾃然さ」

についてのアンケートにおける⾃由回答を例として―」岸江信介・⽥畑智司編『テキストマイニングによる⾔語研究』ひつ

じ書房 pp.59-80.

• 阿部新・嵐洋⼦・須藤潤（2016）「⽇本語⾳声教育の⽅向性の探索―⾳声教育に対する⽇本語教師のビリーフの⾃由回答を

データとして―」宇佐美洋編『「評価」を持って街に出よう』くろしお出版 pp.270-290.

• ⽯川慎⼀郎（2012）『ベーシック コーパス⾔語学』ひつじ書房

• ⽯⽥基広（2008）『Rによるテキストマイニング⼊⾨』森北出版

• 内⽥治（2010）『数量化理論とテキストマイニング』⽇科技連出版社

• ⼤隅昇・Lubart, Ludovic（2000）「調査における⾃由回答データの解析−InfoMinerによる探索的テキスト型データ解析̶」

『統計数理』48巻2号 pp.339-376.

• 岸江信介・阿部貴⼈・⽯⽥基広・⻄尾純⼆（2011）「ワークショップ 地域⾔語のデータ処理の批判的検討と新展開」『⽇

本語学会2011年度春季⼤会予稿集』pp.41-58.

• ⼩林典⼦（2015）「SPOT (Simple Performance-Oriented Test)」李在鎬編『⽇本語教師のための⾔語テストガイドブッ

ク』くろしお出版 pp.110-126.

• 那須川哲哉（2006）『テキストマイニングを使う技術／作る技術 基礎事例と適⽤事例から導く本質と活⽤法』東京電機⼤

学出版会

• 樋⼝耕⼀（2014）『社会調査のための計量テキスト分析 内容分析の継承と発展を⽬指して』ナカニシヤ出版

• 松⽥真希⼦・宮永愛⼦・庵功雄（2013）「超級⽇本語話者の談話特性―テキストマイニングを⽤いた分析―」『国⽴国語研

究所論集』第5号 pp.43-63.

• 松村真宏・三浦⿇⼦（2014）『⼈⽂・社会科学のためのテキストマイニング［改訂新版」』誠信書房

• 森篤嗣（2016）「⼩学⽣の話し合い活動に対する評価基準策定のための評価表現の帰納的探索」宇佐美洋編『「評価」を

持って街に出よう』くろしお出版 pp.240-254.

• 森篤嗣・齋藤ひろみ・陳楠・フルゲン-マリア-クラウディア-ワカ・嶌⽥陽⼦（2012）「テキストマイニングによる外国⼈児

童の作⽂語彙の分析̶⽇本⼈児童の作⽂との⽐較から̶」『社会⾔語科学会 第30回⼤会発表論⽂集』pp.24-27.