Classification of regional dialects in Japanese

2021年、関西の方言を検証する際に、教師なしモデルを作成する方法として、DBSCANが有効であることを見つけた。いくつかのモデリング処理を経て、私たちは関西には3つの話者グループが存在することを明らかにした。この結果は、ドイツ・マインツで開催されたThe Seventeenth International Conference on Methods in Dialectologyで発表した。さらに、機械学習の他のアプローチでより良いモデルが作れるかどうかを検討した。具体的には、ブートストラップサンプルを用いたランダムフォレストを採用した。その結果、多くの老年の日本語話者が、居住する都道府県の話者として予測されることが明らかになった。特に、兵庫県、和歌山県、三重県、滋賀県に住んでいる人は、高い精度で予測された。一方、京都府、奈良県、大阪府に住む人は、あまり高い精度で予測されなかった。このことから、関西の中部地方に住む人々は、各都道府県に方言があると考えられているにもかかわらず、ある種の方言を共有していることが示唆された。この結果は、2022年12月に統計数理研究所共同利用研究集会「データ解析環境Rの整備と利用」で発表された。その後、関西のデータに加え、中国地方のデータも加えてモデルの構築をランダムフォレストを用いて行った。本研究の成果は、2023年5月に米国シカゴで開催されるThe 184th Meeting of the Acoustical Society of Americaで発表される予定である。

2021年、関西の方言を検証する際に、教師なしモデルを作成する方法として、DBSCANが有効であることを見つけた。いくつかのモデリング処理を経て、私たちは関西には3つの話者グループが存在することを明らかにした。この結果は、ドイツ・マインツで開催されたThe Seventeenth International Conference on Methods in Dialectologyで発表した。さらに、機械学習の他のアプローチでより良いモデルが作れるかどうかを検討した。具体的には、ブートストラップサンプルを用いたランダムフォレストを採用した。その結果、多くの老年の日本語話者が、居住する都道府県の話者として予測されることが明らかになった。特に、兵庫県、和歌山県、三重県、滋賀県に住んでいる人は、高い精度で予測された。一方、京都府、奈良県、大阪府に住む人は、あまり高い精度で予測されなかった。このことから、関西の中部地方に住む人々は、各都道府県に方言があると考えられているにもかかわらず、ある種の方言を共有していることが示唆された。この結果は、2022年12月に統計数理研究所共同利用研究集会「データ解析環境Rの整備と利用」で発表された。その後、関西のデータに加え、中国地方のデータも加えてモデルの構築をランダムフォレストを用いて行った。本研究の成果は、2023年5月に米国シカゴで開催されるThe 184th Meeting of the Acoustical Society of Americaで発表される予定である。