JP5371589B2

JP5371589B2 - 幼児語彙発達データベース作成方法、幼児語彙発達データベース作成装置、幼児語彙発達データベース作成プログラム

Info

Publication number: JP5371589B2
Application number: JP2009161592A
Authority: JP
Inventors: 哲生小林; 昌明永田
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2009-07-08
Filing date: 2009-07-08
Publication date: 2013-12-18
Anticipated expiration: 2029-07-08
Also published as: JP2011018155A

Description

本発明は、ウェブ（Ｗｅｂ）上から投稿されたデータを利用して幼児語彙発達データベースを作成する技術であり、特に投稿データの信頼性を確保して高品質な前記データベースを実現させる技術に関する。

現在、ウェブ上には、英和辞書や国語辞書などの従来の書籍版辞書を電子化してウェブサイト上で閲覧するものから、「ｗｉｋｉｐｅｄｉａ」に代表されるユーザ参加型の辞書まで、様々な辞書およびデータベースの閲覧サービスが存在する。

書籍版の辞書と比較して、ウェブ上で辞書やデータベースを公開する最大のメリットは、多数のユーザによる情報の追加・変更を容易に実施可能なため、新しい情報をタイムリーに追加できる点にある。すなわち、投稿された情報の精度や信頼性に関するデメリットは考えられるものの、こうしたウェブの特性を生かせば、これまでに存在しなかった種類の辞書やデータベースを効率的にかつ迅速に構築することが可能である。

こうした中、現在、「こども語辞書」と呼ばれる幼児語彙発達に関するデータベースがウェブ上で公開され、世界に類のない辞書が構築されつつある。これは幼児が何時、どのような単語を発話するようになったかというデータを、ウェブの日誌ツール上にユーザが随時記録し、その記録情報を整理・加工して作成したデータベースをウェブ上で閲覧できるようにしたものである。この閲覧サービスによれば、ある単語がいつ獲得されるか（例えば単語「ママ」：獲得平均１５．４ヶ月齢）や、幼児語の意味（幼児語「しゃ」→意味：「電車」）などを簡単に検索・閲覧でき、０−３歳の子どもを持つ親には有用な育児情報提供サービスである（非特許文献１）。

小林哲生，永田昌明 "ウェブを通じた初期語彙発達データ収集の試みとその応用" 日本赤ちゃん学会第８回学術集会２００８年４月１２日・１３日開催抄録集ｐｐ．７３Ｋｉｍ，Ｍ．，ＭｃＧｒｅｇｏｒ，Ｋ．Ｋ．，＆Ｔｈｏｍｐｓｏｎ，Ｃ．Ｋ．（２０００） "ＥａｒｌｙｌｅｘｉｃａｌｄｅｖｅｌｏｐｍｅｎｔｉｎＥｎｇｌｉｓｈ− ａｎｄＫｏｒｅａｎ−ｓｐｅａｋｉｎｇｃｈｉｌｄｒｅｎ：ｌａｎｇｕａｇｅ−ｇｅｎｅｒａｌａｎｄｌａｎｇｕａｇｅ−ｓｐｅｃｉｆｉｃｐａｔｔｅｒｎｓ" ＪｏｕｒｎａｌｏｆＣｈｉｌｄＬａｎｇｕａｇｅ，２７，２２５−２５４小椋たみ子，綿貫徹 "日本の子どもの語彙発達の規準研究：日本語マッカーサー乳児言語発達質問紙から" 京都国際社会福祉センター紀要「発達・療育研究」２００８．１１第２４号ｐｐ．３−４２

こうした幼児語彙発達に関するデータの収集は、通常、発達心理学や心理言語学の分野の研究者が子どもの発話行動を観察したり、母親に直接インタビューをしたりするため、データの信頼性が問題となることはほとんどない。

しかしながら、ユーザ投稿のデータに基づいて幼児語彙発達データベースを構築する場合には、不正データの投稿などによるデータの信頼性が問題となる。特に、前記「こども語辞書」の場合には、ある単語がいつ発話されたかに関する各個人の情報が重要な構成要素となるため、多くのユーザがデータの正確さを欠いて投稿したり、実際に子どもがいないのに虚偽のデータを悪質に投稿したりすると、集計されたデータの精度が低下するおそれがある。

また、前記データベースを閲覧サービスとして一般公開する場合には、より一層の正確な情報を提示する責任が求められる。したがって、何らかの技術でこうした問題を回避する必要があり、データベースの精度および信頼性を確保することが重要となる。

本発明は、上記課題を解決するためのものであり、ユーザ参加型の方式で収集したデータをもとに信頼性の高い幼児語彙発達データベースを構築する技術の提供を解決課題としている。

そこで、本発明は、ユーザ参加型の方式で収集したデータに基づき幼児語彙発達データベースを作成する際に幼児語彙発達特性を生かした不正データ検出および信頼性検証のプロセスを実施し、高精度・高品質のデータベース作成技術を提供する。

本発明の一態様は、ユーザの端末を通じてウェブ上に投稿された単語情報を利用して、幼児語彙発達データベースを作成する装置の実行する方法であって、前記装置の入力手段が、前記端末に単語情報を入力するインタフェースを表示させ、前記端末を通じてユーザが入力した単語と該単語の意味とを対応付けて単語情報として受け付ける入力受付ステップと、前記装置の獲得月齢生成手段が、前記入力受付ステップで受け付けた単語情報に対して、該単語情報の入力日時と前記端末を通じて入力された生年月日との差から獲得月齢を算出する獲得月齢生成ステップと、前記装置の不正検出手段が、前記獲得月齢生成ステップで算出した単語情報の獲得月齢が幼児言語発達の特徴を利用した指標による基準に適合しない単語情報を、不正な単語情報として検出し、該不正な単語情報を排除する不正検出ステップと、前記装置の平均獲得月齢算出手段が、前記入力受付ステップで受け付けた単語情報のうち、前記不正検出ステップで排除されずに有効と認められた単語情報から、同じ意味の単語のすべてを選択し、該単語の各幼児の獲得月齢を平均化した平均獲得月齢を算出する平均獲得月齢算出ステップと、前記装置の信頼性決定手段が、前記平均月齢算出ステップで算出した平均獲得月齢に基づき有効と認められた単語情報の信頼性を判断する信頼性決定ステップと、前記装置の生成手段が、前記信頼性決定ステップで信頼性を認められた単語情報をもとに幼児語彙発達データベースを生成する生成ステップと、を有する。

また、本発明の装置としての態様は、ユーザの端末を通じてウェブ上に投稿された単語情報を利用して、幼児語彙発達データベースを作成するための装置であって、前記端末に単語情報を入力するインタフェースを表示させ、前記端末を通じてユーザが入力した単語と該単語の意味とを対応付けて単語情報として受け付ける入力手段と、前記入力手段で受け付けた単語情報に対して、該単語情報の入力日時と前記端末を通じて入力された生年月日との差から獲得月齢を算出する獲得月齢生成手段と、前記獲得月齢生成手段で算出した単語情報の獲得月齢が幼児言語発達の特徴を利用した指標による基準に適合しない単語情報を、不正な単語情報として検出し、該不正な単語情報を排除する不正検出手段と、前記入力受付手段で受け付けた単語情報のうち、前記不正検出手段で排除されずに有効と認められた単語情報から、同じ意味の単語のすべてを選択し、該単語の各幼児の獲得月齢を平均化した平均獲得月齢を算出する平均獲得月齢算出手段と、前記平均月齢算出手段で算出した平均獲得月齢に基づき有効と認められた単語情報の信頼性を判断する信頼性決定手段と、前記信頼性決定手段で信頼性を認められた単語情報をもとに幼児語彙発達データベースを生成する生成手段と、を備える。

なお、本発明は、前記装置の各手段としてコンピュータを機能させるためのプログラムの態様としてもよい。このプログラムは、記録媒体に格納した態様で提供してもよい。

本発明によれば、ユーザ参加型の方式を通じて収集したデータをもとに信頼性の高い幼児語彙発達データベースが構築される。

本発明の実施形態に係る幼児語彙発達データベース作成装置の基本構成図。同処理チャート図。実施例に係る幼児語彙発達データベース作成装置の構成図。同ユーザインタフェースの単語入力例のイメージ図。同意味カテゴリ分類表の一例を示す図。同意味カテゴリ定義辞書の一例を示す図。同不正データ検出部の処理を示すチャート図。同横断５０％到達月齢辞書の一例を示す図。同幼児語彙発達データベースの一例を示す図。同ユーザインタフェース閲覧部の提供する検索ページのイメージ図。同ユーザインタフェース閲覧部の提供する検索結果ページのイメージ図。

≪基本構成≫
図１は、本発明の実施形態に係る幼児語彙発達データベースの作成装置の基本的な構成を示している。この作成装置１は、図示省略のユーザ端末とインターネット経由で接続されているものとする。

ここでは前記作成装置１は、前記ユーザ端末からの幼児語彙発達に関する投稿データに対して、不正データ検出及びデータ信頼性決定の処理プロセスを実施し、高品質の幼児語彙発達データベースを作成する。具体的には、前記作成装置１は、コンピュータにより構成され、通常のコンピュータのハードウェアリソース、例えばＣＰＵ，メモリ（ＲＡＭ），ハードディスクドライブ装置，通信デバイスなどを備えている。

このハードウェアリソースとソフトウェアリソース（ＯＳ，アプリケーション）との協同の結果、前記作成装置１は、前記ユーザ端末に対して幼児語彙の特徴に応じて単語を入力可能なユーザインタフェースを提供するユーザインタフェース入力手段１１と、該入力手段１１を通じて入力された各単語データの獲得月齢を計算する単語獲得月齢生成手段１２と、各入力単語に意味カテゴリを付与する幼児語彙意味カテゴリ付与手段１３と、該両手段１２．１３の処理結果を利用して入力単語群に複数の定義基準を当てはめて不正データを検出する不正データ検出手段１４と、該検出手段１４で排除されなかった有効なデータセットから入力単語の平均獲得月齢を生成する平均獲得月齢生成手段１５と、該生成手段１５の算出した平均獲得月齢を用いて前記データセットの信頼性を判断するデータ信頼性決定手段１６と、該決定手段１６の判断した信頼性の高いデータセットをもとに各入力単語の項目を生成して幼児語彙発達データベース化するデータベース項目生成手段１７と、該生成手段１７の生成した前記データベースを前記ユーザ端末で閲覧・検索可能なユーザインタフェースを提供するユーザインタフェース閲覧手段１８と、を有している。

ここで前記生成手段１７は、前記データベースを前記ハードディスクドライブ装置上に生成するものとする。また、前記入力手段１１および前記閲覧手段１８は、前記通信デバイスを通じて前記ユーザ端末に各ユーザインタフェースを提供するものとする。なお、前記入力手段１１は、ウェブ日誌ツールのユーザインタフェースを提供するものとする。

図２は、前記作成装置１のデータベース作成プロセスを示している。ここではまず、前記入力手段１１を通じて前記ユーザ端末に表示されたウェブ日誌ツールのインタフェースにわが子の覚えた単語を入力させ、該入力された単語を前記入力手段１１がインターネット経由で受け付けるウェブ日誌ツール単語受付ステップ（Ｓ０１）が実施される。

つぎにＳ０１で受け付けた各入力単語に対して、前記生成手段１２が獲得月齢を算出する単語獲得月齢生成ステップ（Ｓ０２）が実施され、その後に該各入力単語の意味カテゴリを前記付与手段１３が付与する幼児語彙意味カテゴリ付与ステップ（Ｓ０３）が実施される。

続いてＳ０１で受け付けた入力単語群に対して、前記検出手段１４が幼児語彙の科学的特徴から考案された複数の基準指標に基づいて不正データを検出・排除する不正データ検出ステップ（Ｓ０４）が実施される。この検出ステップの実施にはＳ０２で算出された単語獲得月齢とＳ０３で付与された意味カテゴリとが利用される。

そして、Ｓ０４で排除されなかった有効な各入力単語に対して、前記生成手段１５にて平均獲得月齢を生成する平均獲得月齢生成ステップ（Ｓ０５）が実施される。ここで生成された平均獲得月齢に基づき前記決定手段１６が、あらかじめ単語毎の獲得月齢を集計・リスト化した辞書を参照し、各入力単語の信頼性を評価・決定するデータ信頼性決定ステップ（Ｓ０６）が実施される。

このＳ０６の段階で信頼性の高かった各入力単語をもとに、前記生成手段１７が最終的なデータベース項目を生成するデータベース項目生成ステップ（Ｓ０７）が実施される。ここでは生成された前記項目がデータベース化されて幼児語彙発達データベースとして利用され、前記閲覧手段１８を通じて前記ユーザ端末に閲覧・検索可能なユーザインタフェースが表示される。

≪実施例≫
図３は、前記作成装置１の実施例の構成を示し、ユーザインタフェース入力部３１，単語獲得月齢生成部３２，幼児語彙意味カテゴリ付与部３３，中間データ保持部３４，不正データ検出部３５，平均獲得月齢生成部３６，データ信頼性決定部３７，データベース項目生成部３８，ユーザインタフェース閲覧部３９を有している。ここでは前記各部３１〜３３．３５〜３９は、それぞれ前記各手段１１〜１８に対応している。以下、各部３１〜３９を個別具体的に説明する。

（１）ユーザインタフェース入力部３１
前記ユーザインタフェース入力部３１は、インターネット経由で前記ユーザ端末のブラウザに個人用のウェブ日誌ツールのユーザインタフェースを表示させる。このインタフェースによれば、図４に示すように、日時ごと（何時「例：２００ｘ年ｘ月ｘ日」）に、どんな単語（例：わんわん）をどんな意味（例：犬）で発話したかを記録するための入力欄Ｑ．Ｒが表示される。ここで入力される単語情報、即ち前記入力欄Ｑの入力データを入力単語，前記入力欄Ｒの入力データを入力意味と呼ぶものとする。

この各入力データを前記入力部３１が受け付けることによりデータベース作成に必要な投稿データが収集される。ここで収集された各データは前記各部３２．３３に転送される。なお、個人識別ＩＤ、性別や誕生日、出生順、居住地域などの基本情報は、別途ウェブ日誌ツール利用前に入力しておくものとする。入力された基本情報は、前記生成部３２および前記データ保持部３４に転送される。

（２）単語獲得月齢生成部３２
前記単語獲得月齢生成部３２は、前記入力欄Ｑ．Ｒへのデータ記録日時と、前記基本情報として入力されたユーザの子供の生年月日との差から、入力単語の獲得月齢、即ち生後何ヶ月目に発話されたかを決定する。例えばデータ記録日時「２００８．１０．２１」、生年月日「２００７．８．５」の場合には、獲得月齢「１４．５ヶ月」と算出される。ここで算出された獲得月齢は入力単語とペアで前記中間データ保持部３４に転送される。

（３）幼児語彙意味カテゴリ付与部３３
前記幼児語彙意味カテゴリ付与部３３は、入力意味（例：犬）に対して、図５の意味カテゴリ分類表を参照して意味カテゴリ（例：動物）を付与する。その際に入力単語（例：わんわん）を図３中の意味カテゴリ定義辞書３１０と照合し、入力意味のカテゴリを決定するものとする。この定義辞書３１０は、図６に示すように、幼児語彙として投稿される可能性のある単語に対して事前に意味カテゴリが定義されている。

例えば入力単語（例：わんわん）は、図６の前記定義辞書３１０によれば、カテゴリＩＤ「２５」のカテゴリ名「動物」に該当する。これにより入力意味（例：犬）には、図５の前記カテゴリ分類表に示すように、「２．身のまわり」中の「２５．動物」の意味カテゴリが付与される。ここで付与された意味カテゴリは、入力意味とペアで前記中間データ保持部３４に転送される。なお、図５の意味カテゴリ分類表および図６の前記定義辞書３１０は、それぞれ前記ハードディスクドライブ装置に保存されているものとする。

（４）中間データ保持部３４
前記中間データ保持部３４は、前記各部３１〜３３からの転送データを整理・保持する。ここでは入力単語（例：わんわん）に対して、入力意味（例：犬）と獲得月齢（例：１４．５ヶ月）と意味カテゴリ（例：２５．動物）と個人識別ＩＤ（例：Ｆ０９−３−４５６）をデータセットにするものとする。

具体的には、前記中間データ保持部３４は、前記メモリ（ＲＡＭ）あるいは前記ハードディスクドライブ装置を通じて前記データセットをユーザ毎に順次保持していくものとする。

（５）不正データ検出部３５
前記不正データ検出部３５は、プログラムに定義された４つの指標、即ち図３中の有意味単語月齢照合定義３１１・名詞カテゴリ照合定義３１２・日課／挨拶カテゴリ照合定義３１３・ＮＶ比計算照合定義３１４に基づき前記中間データ保持部３４の保持するデータセットから不正データを決定・検出する。以下、図７に基づき前記不正データ検出部３５の処理プロセスを説明する。

Ｓ１１：まず、前記不正データ検出部３５は、前記データセットに含まれる各ユーザの入力単語のうち獲得月齢が最も小さい単語から５０番目の単語までを選択する。ここで選択された単語を「早期出現語彙５０語」と呼ぶ。この早期出現語彙５０語に対して、Ｓ１２以降で前記各指標に基づき不正データを検出する。

Ｓ１２：Ｓ１１で選択された早期出現語彙５０語に対する有意味単語月齢照合、即ち有意味単語月齢照合定義３１１に基づく不正データ検出を実施する。ここでは早期出現語彙５０語に獲得月齢が８ヶ月齢以前の有意味単語が含まれていれば、これを不正データとみなすものとする。この有意味単語か否かの照合にあたっては前記データセット中の入力意味が利用される。

このように獲得月齢が８ヶ月以前の場合に不正データとする理由は、乳児の８ヶ月齢以前には、構音器官とその制御を司る脳機能、および音声表象と指示対象の認知的関連づけ脳機能が十分に成熟していないという自然科学的知見が存在するためである。例えば３ヶ月齢児が「ちょうだい」・「ジャンプ」・「落ちた」のような有意味単語を発したと前記入力欄Ｑに入力されたとしても、現実には不可能だと推定される。

Ｓ１３．Ｓ１４：つぎにＳ１１で選択された早期出現語彙５０語に対するに対する名詞カテゴリ照合、即ち名詞カテゴリ照合定義３１２に基づく不正データ検出を実施する（Ｓ１３）。ここでは早期出現語彙５０語中に名詞カテゴリ（図５の意味カテゴリ分類表における２１「食べ物・飲み物」〜２６「乗物」）に該当する単語の存否が照合される。照合の結果、名詞カテゴリに該当する単語がひとつも存在しない場合には不正データとする。

その後に早期出現語彙５０語に対する日課／挨拶カテゴリ照合、即ち日課／挨拶カテゴリ照合定義３１３に基づき不正データ検出を実施する（Ｓ１４）。ここでは早期出現語彙５０語中に日課／挨拶カテゴリ（図５の意味カテゴリ分類表における３１「日課・あいさつ」）に該当する単語の存否が照合される。照合の結果、日課／挨拶カテゴリに該当する単語がひとつも存在しない場合には、Ｓ１３と同様に不正データとする。なお、Ｓ１３．Ｓ１４の照合にあたっては前記データセット中の意味カテゴリが利用される。

このように両カテゴリに該当する単語が不存在の場合に不正データとする理由は、発明者達の実施した日本語学習児の調査によれば、早期出現語彙５０語にかならず両カテゴリのものが存在することを発見しており、もしこのカテゴリの単語が全く存在しないとすれば、それは不正データの可能性が高いと考えられるためである。

Ｓ１５：最後にＳ１１で選択された早期出現語彙５０語に含まれる名詞カテゴリ（Ｎ）と動詞カテゴリ（Ｖ）とのＮＶ比計算照合、即ちＮＶ比計算照合定義３１４に基づく不正データの検出を実施する。

具体的には、早期出現語彙５０語に含まれる名詞カテゴリ（図５の意味カテゴリ分類表における２１「食べ物・飲み物」〜２６「乗物」）と動詞カテゴリ（図５の意味カテゴリ分類表における４１「動作語」）の単語の各個数から「ＮＶ比（ｎｏｕｎ−ｖｅｒｂｒａｔｉｏ）」を計算する。ここでは「ＮＶ比＝名詞カテゴリ数÷動詞カテゴリ数」とし、算出したＮＶ比が特定の範囲外の場合は不正データとみなす。

発明者達の実施した研究によれば、日本語学習児の早期出現語彙５０語のＮＶ比は、平均「３．３２」、標準偏差「１．７８」であり、標準偏差の２倍を基準とした２ＳＤに該当する「９５．４５％」のデータが、「０〜６．８７」の値に当てはまることを発見した。この自然科学的現象を指標として使用し、ＮＶ比が「０〜６．８７」の範囲外であれば、不正データとみなすものとする。

ただし、ＮＶ比は獲得する言語によって異なることが判明しており、ＮＶ比の前記範囲を日本語以外の言語に適用することはできない。なお、非特許文献２によれば、英語ではＮＶ比の平均が約１２．０と日本語よりもかなり高く、韓国語では平均が約１．８と日本語よりも低いことから、言語に応じてＮＶ比の前記範囲を調整すればよい。

このようにＳ１２〜Ｓ１５の処理において、４つの前記指標３１１〜３１４を最終的にすべて満たせば、そのユーザの前記各データセットを有効とし、以降の分析対象の有効データとして利用する。この有効データは前記中間データ保持部３４に保持しておくものとする。

一方、前記指標３１１〜３１４のうちで１つでも不正データに該当すれば、そのユーザの前記各データセットを無効とし、以降の分析対象から除外する。その際に前記中間データ保持部３４から消去してもよい。こうした幼児言語発達の特徴を利用した指標による基準適用により、悪戯などによる不正データを高精度に検出可能となる。

（６）平均獲得月齢生成部３６
前記平均獲得月齢生成部３６は、前記不正データ検出部３５で認められた前記有効データを対象に、各入力単語の平均獲得月齢および投稿データ個数を生成する。例えば、「ママ」という意味で登録された単語をすべて選択し、該単語の各ユーザの獲得月齢を平均化することで、単語「ママ」の平均獲得月齢（例：１６．７ヶ月齢）と、入力された投稿データ個数（例：１２３件）とを生成する。ここで生成された平均獲得月齢および投稿データ個数は前記メモリ（ＲＡＭ）に記憶されるものとする。

（７）データ信頼性決定部３７
前記データ信頼性決定部３７は、前記メモリ（ＲＡＭ）に記憶された各入力単語の平均獲得月齢値（例：単語「ママ」、１６．７ヶ月齢）および投稿データ個数（例：個数値単語「ママ」、１２３件）を利用して、前記中間データ保持部３４に保持された前記有効データの信頼性を決定する。

詳細を説明すれば、まず各単語の平均獲得月齢値（例：単語「ママ」、１６．７ヶ月齢）を、図３中の横断５０％到達月齢辞書３１５と照合し、前記有効データの信頼性を決定する。この辞書３１５は、図８に示すように、各単語の「５０％到達月齢」値をあらかじめリスト化して、前記ハードディスクドライブ装置に保存しているものとする。

ここで保存される「５０％到達月齢」は、１０−３６ヶ月齢の子どもを持つ親を対象に、わが子が現時点で、どのような単語を覚えているかをチェックリスト（質問紙）に回答してもらい、該回答のデータを月齢ごとに集計し、各単語がその月齢群のどの程度の割合の子どもに獲得されているかを算出し（例えば、１８ヶ月齢群では「ママ」は６５％，パパは５７％など）、各単語の獲得割合が５０％に到達した月齢を該単語の獲得月齢と暫定的に設定したものである（非特許文献３参照）。

例えば、「まんま」という単語に対して１３ヶ月齢群では４６％、１４ヶ月齢群では５１％、１５ヶ月齢群では６０％の獲得割合とすれば、「まんま」の５０％到達月齢を１４ヶ月齢と設定する。この「５０％到達月齢」は、前記平均獲得月齢生成部３６で算出される平均獲得月齢値と、データ収集および計算手法の点で全く異なるものであるが、発明者達の研究成果によれば、「５０％到達月齢」の値が統計的に有意なレベルで合致することを発見した（級内相関係数が０．７であり、５％水準で有意に合致した）。

こうした科学的事実に基づいて前記転送データ中の平均獲得月齢値を前記辞書３１５と単語ごとに照合し、５０％獲得月齢（例えば単語「まんま：１４ヶ月齢」）の前後２ヶ月の範囲（例えば、１２−１６ヶ月齢）に該当すれば、該平均獲得月齢の前記有効データの信頼性を肯定する。この信頼性肯定範囲（平均獲得月齢の前後２ヶ月）はプログラムに設定されているものとする。

ただし、前記転送データに含まれる投稿データ個数が、あまりに少ない場合には平均獲得月齢の正確な推定が難しい。そこで、投稿データ個数が１０個以上の入力単語のみを有効とする基準を設定し、投稿データ個数が９以下の場合は信頼性のないデータとして、前記有効データから除外するものとする。この基準個数も、プログラムに設定され、必要に応じて調整可能とする。

（８）データベース項目生成部３８
前記データベース項目生成部３８は、前記各部３２〜３７の一連の処理手続を経て信頼性を肯定された有効データを、入力単語ごと（例：アンパンマン）に平均獲得月齢（例：１８．３ヶ月齢）・意味カテゴリのカテゴリＩＤ（例：５２キャラクター）・投稿されたデータ数（例：１３３件）・発話例（例：あんぱん、ぱんぱん）の項目別に集計・加工し、図９に示すように、データベース化する。ここで生成されたデータベースを幼児語彙発達データベースとする。

したがって、前記作成装置１によれば、前記ユーザ端末からのウェブ投稿データ、即ちユーザ参加型の方式で収集したデータから、日本語学習児の幼児語彙発達特性を生かした不正データ検出（Ｓ１１〜Ｓ１５）および信頼性検証のプロセスを通じて高精度・高品質の幼児語彙発達データベースが作成される。

（９）ユーザインタフェース閲覧部３９
前記ユーザインタフェース閲覧部３９によれば、前記データベース項目生成部３８で作成された幼児語彙発達データベースを、ウェブ上で検索・閲覧できるユーザインタフェースが前記ユーザ端末に提供される。すなわち、前記閲覧部３９は、図１０に示すように、前記データベースを検索可能な検索ページを前記ユーザ端末のブラウザに表示させる。

この検索ページに入力された検索要求に応じて検索結果を出力し、図１１に示すように、前記ユーザ端末のブラウザ表示を検索結果のページに切り替える。これによりユーザは、前記ユーザ端末を通じて幼児の語彙発達に関する情報を簡単に取得することができる。例えば、図１０の検索ページのＴ欄「フリーキーワードから調べる」に発音「わんわん」を入力し、発音から検索要求すれば、図１１に示すように、音声」（わんわん）に対する「意味」（犬、動物、ＮＨＫのキャラクター）と、「カテゴリ」（動物）と、「平均獲得月齢」（１８，１ヶ月齢）と、発話された割合（％）を示す獲得分布（度数分布表）Ｗが前記ユーザ端末のブラウザに表示される。

また、１６ヶ月齢の子どもが平均的にどんな単語を覚える傾向にあるかを検索したい場合には、図１０の項目「月齢から調べる」のうち「１６ヶ月」をブラウザ上でクリックすれば、平均獲得月齢が「１６．０ヶ月〜１６．９ヶ月」の単語が一覧リストとして前記ユーザ端末のブラウザに表示される。その他に図１０の項目「索引から調べる」、項目「意味カテゴリから調べる」をクリックし、該当結果をブラウザに表示させることもできる。

これにより幼児の言語発達過程を簡単に検索／閲覧可能な「こども語辞書」サービスが提供され、親が知りたいと思う子どもの言葉の成長に関する情報が容易に検索可能となる。このとき前記幼児語彙発達データベースは、前記不正データ検出部３５および前記データ信頼性決定部３７を通じて不正データが排斥され、信頼性を有する投稿データに基づき構築されているため、幼児語彙発達に関する高精度・高品質のデータベースとして構築されている。

したがって、子供の言葉の成長をより正確に推定・知得でき、エビデンスベース（ＥｖｉｄｅｎｃｅＢａｓｅ）の情報開示が可能となる。また、前記幼児語彙発達データベースに含まれる各単語の平均獲得月齢を利用すれば、初期語彙発達教育支援システムや、月齢に応じた幼児向け音声対話システムへの応用も将来的に可能であり、様々な産業場面で適用できる。

≪プログラムなど≫
本発明は、前記作成装置１を構成する各手段１２〜１８．各部３１〜３９の一部若しくは全部として、コンピュータを機能させるためのプログラムとして構成することもできる。このプログラムでは、Ｓ０１〜Ｓ０７．Ｓ１１〜Ｓ１５の全ステップあるいは一部のステップをコンピュータに実行させることが可能である。

このプログラムは、Ｗｅｂサイトや電子メールなどネットワークを通じて提供することができる。また、前記プログラムは、ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ，ＣＤ−Ｒ，ＣＤ−ＲＷ，ＤＶＤ−Ｒ，ＤＶＤ−ＲＷ，ＭＯ，ＨＤＤ，Ｂｌｕ−ｒａｙＤｉｓｋ（登録商標）などの記録媒体に記録して、保存・配布することも可能である。この記録媒体は、記録媒体駆動装置を利用して読み出され、そのプログラムコード自体が前記実施形態の処理を実現するので、該記録媒体も本発明を構成する。

１…幼児語彙発達データベース作成装置
１１…ユーザインタフェース入力手段（入力手段）
１２…単語獲得月齢生成手段（獲得月齢生成手段）
１３…幼児語彙意味カテゴリ付与手段（カテゴリ付与手段）
１４…不正データ検出手段（不正検出手段）
１５…平均獲得月齢生成手段
１６…データ信頼性決定手段（信頼性決定手段）
１７…データベース項目生成手段（生成手段）
１８…ユーザインタフェース閲覧手段
３１…ユーザインタフェース入力部
３２…単語獲得月齢生成部
３３…幼児語彙意味カテゴリ付与部
３４…中間データ保持部
３５…不正データ検出部
３６…平均獲得月齢生成部
３７…データ信頼性決定部
３８…データベース項目生成部
３１０…意味カテゴリ定義辞書
３１１…有意味単語月齢照合定義
３１２…名詞カテゴリ照合定義
３１３…日課／挨拶カテゴリ照合定義
３１４…ＮＶ比計算照合定義
３１５…横断５０％到達月齢辞書

Claims

ユーザの端末を通じてウェブ上に投稿された単語情報を利用して、幼児語彙発達データベースを作成する装置の実行する方法であって、
前記装置の入力手段が、前記端末に単語情報を入力するインタフェースを表示させ、前記端末を通じてユーザが入力した単語と該単語の意味とを対応付けて単語情報として受け付ける入力受付ステップと、
前記装置の獲得月齢生成手段が、前記入力受付ステップで受け付けた単語情報に対して、該単語情報の入力日時と前記端末を通じて入力された生年月日との差から獲得月齢を算出する獲得月齢生成ステップと、
前記装置の不正検出手段が、前記獲得月齢生成ステップで算出した単語情報の獲得月齢が幼児言語発達の特徴を利用した指標による基準に適合しない単語情報を、不正な単語情報として検出し、該不正な単語情報を排除する不正検出ステップと、
前記装置の平均獲得月齢算出手段が、前記入力受付ステップで受け付けた単語情報のうち、前記不正検出ステップで排除されずに有効と認められた単語情報から、同じ意味の単語のすべてを選択し、該単語の各幼児の獲得月齢を平均化した平均獲得月齢を算出する平均獲得月齢算出ステップと、
前記装置の信頼性決定手段が、前記平均月齢算出ステップで算出した平均獲得月齢に基づき有効と認められた単語情報の信頼性を判断する信頼性決定ステップと、
前記装置の生成手段が、前記信頼性決定ステップで信頼性を認められた単語情報をもとに幼児語彙発達データベースを生成する生成ステップと、
を有することを特徴とする幼児語彙発達データベース作成方法。
前記装置のカテゴリ付与手段が、前記入力受付ステップで受け付けた単語情報に対して、事前に用意されたカテゴリ辞書を参照して、意味カテゴリを付与するカテゴリ付与ステップと、
前記装置のユーザインタフェース閲覧手段が、前記生成ステップで生成されたデータベースをウェブ上で検索・閲覧可能なインタフェースを前記端末に表示させるユーザインタフェース閲覧ステップと、
をさらに有することを特徴とする請求項１記載の幼児語彙発達データベース作成方法。
前記不正検出ステップは、
ユーザ毎に前記単語情報を前記獲得月齢の小さい順に任意の個数を選択するステップを有し、
さらに、
前記選択された単語情報群中に、前記獲得月齢が基準値以前の有意味の単語情報を含めば、該ユーザの単語情報群を不正情報と認めるステップ、
前記選択された各単語情報の前記意味カテゴリを照合し、名詞カテゴリあるいは日課／あいさつカテゴリに該当する単語情報が存在しなければ、該ユーザの単語情報群を不正情報と認めるステップ、
前記選択された各単語情報の前記意味カテゴリを参照して、名詞カテゴリに該当する単語情報と動詞カテゴリに属する単語情報との比率を算出し、該比率が事前に定められた指標の範囲外であれば、該ユーザの単語情報群を不正情報と認めるステップ
のうちで、いずれか１つ以上のステップを
有することを特徴とする請求項１または２に記載の幼児語彙発達データベース作成方法。
前記信頼性決定ステップでは、平均獲得月齢が所定の範囲の月齢で取得された単語情報の信頼性を肯定すること
を特徴とする請求項１から３のいずれか１項に記載の幼児語彙発達データベース作成方法。
前記信頼性決定ステップは、
前記平均獲得月齢を単語毎に獲得月齢を集計した月齢辞書と照合し、有効と認められた各単語情報の信頼性を判断するステップと、
有効と認められた単語情報群の個数が、事前設定の基準個数を超えていなければ、該単語情報群の信頼性を否定するステップと、
を有することを特徴とする請求項４に記載の幼児語彙発達データベース作成方法。
前記信頼性決定ステップでは、ある単語を獲得している幼児の割合が５０％程度に到達した幼児の月齢で定義される５０％獲得月齢の前後２ヶ月の範囲に該当する単語情報の信頼性を肯定すること
を特徴とする請求項５に記載の幼児語彙発達データベース作成方法。
ユーザの端末を通じてウェブ上に投稿された単語情報を利用して、幼児語彙発達データベースを作成するための装置であって、
前記端末に単語情報を入力するインタフェースを表示させ、前記端末を通じてユーザが入力した単語と該単語の意味とを対応付けて単語情報として受け付ける入力手段と、
前記入力手段で受け付けた単語情報に対して、該単語情報の入力日時と前記端末を通じて入力された生年月日との差から獲得月齢を算出する獲得月齢生成手段と、
前記獲得月齢生成手段で算出した単語情報の獲得月齢が幼児言語発達の特徴を利用した指標による基準に適合しない単語情報を、不正な単語情報として検出し、該不正な単語情報を排除する不正検出手段と、
前記入力受付手段で受け付けた単語情報のうち、前記不正検出手段で排除されずに有効と認められた単語情報から、同じ意味の単語のすべてを選択し、該単語の各幼児の獲得月齢を平均化した平均獲得月齢を算出する平均獲得月齢算出手段と、
前記平均月齢算出手段で算出した平均獲得月齢に基づき有効と認められた単語情報の信頼性を判断する信頼性決定手段と、
前記信頼性決定手段で信頼性を認められた単語情報をもとに幼児語彙発達データベースを生成する生成手段と、
を備えることを特徴とする幼児語彙発達データベース作成装置。
前記入力手段で受け付けた単語情報に対して、事前に用意されたカテゴリ辞書を参照して、前記意味カテゴリを付与するカテゴリ付与手段と、
前記生成手段で生成されたデータベースをウェブ上で検索・閲覧可能なインタフェースを前記端末に表示させるユーザインタフェース閲覧手段と、
をさらに備えることを特徴とする請求項７記載の幼児語彙発達データベース作成装置。
前記不正検出手段は、
ユーザ毎に前記単語情報を前記獲得月齢の小さい順に任意の個数を選択し、
その後、
前記選択された単語情報群中に、前記獲得月齢が基準値以前の有意味の単語情報を含めば、該ユーザの単語情報群を不正情報と認めるステップ、
前記選択された各単語情報の前記意味カテゴリを照合し、名詞カテゴリあるいは日課／あいさつカテゴリに該当する単語情報が存在しなければ、該ユーザの単語情報群を不正情報と認めるステップ、
前記選択された各単語情報の前記意味カテゴリを参照して、名詞カテゴリに該当する単語情報と動詞カテゴリに属する単語情報との比率を算出し、該比率が事前に定められた指標の範囲外であれば、該ユーザの単語情報群を不正情報と認めるステップ
のうちで、いずれか１つ以上のステップを
実行することを特徴とする請求項７または８に記載の幼児語彙発達データベース作成装置。
前記信頼性決定手段は、平均獲得月齢が所定の範囲の月齢で取得された単語情報の信頼性を肯定すること
を特徴とする請求項７から９のいずれか１項に記載の幼児語彙発達データベース作成装置。
前記信頼性決定手段は、
前記平均獲得月齢を単語毎に獲得月齢を集計した月齢辞書と照合し、有効と認められた各単語情報の信頼性を判断する手段と、
有効と認められた単語情報群の個数が、事前設定の基準個数を超えていなければ、該単語情報群の信頼性を否定する手段と、
を備えることを特徴とする請求項１０に記載の幼児語彙発達データベース作成装置。
前記信頼性決定手段は、ある単語を獲得している幼児の割合が５０％程度に到達した幼児の月齢で定義される５０％獲得月齢の前後２ヶ月の範囲に該当する単語情報の信頼性を肯定すること
を特徴とする請求項１１に記載の幼児語彙発達データベース作成装置。
請求項７から１２のいずれか１項に記載の幼児語彙発達データベース作成装置を構成する各手段として、コンピュータを機能させるための幼児語彙発達データベース作成プログラム。