多語表現分類における監督学習と文脈内学習の比較：トルコ語軽動詞構文を対象

トルコ語のちょっと変わった表現が、最新のAIを悩ませている——そんな興味深い研究が発表されました。

私たちが普段使う言葉には、文字通りの意味だけでなく、「慣用句」や「ことわざ」のように、特別な意味を持つ表現がたくさんありますよね。例えば、「猫の額」と言えば、猫のおでこを指すのではなく、「とても狭い土地」という意味になります。AIが人間の言葉を理解しようとするとき、この「文字通りの意味」と「隠された意味」を区別するのが、とても難しい課題なんです。

今回注目されたのは、トルコ語の「軽動詞構文」。これは、見た目には普通の動詞と目的語の組み合わせなのに、実際には全体で一つの慣用句のような意味を持つ表現です。例えるなら、日本語の「お茶を濁す」のようなものです。「お茶」と「濁す」という単語をそれぞれ見ても、その全体が「ごまかす」という意味になることは、なかなか想像しにくいですよね。トルコ語の軽動詞構文もこれと似ていて、AIにとっては非常に厄介な存在だったわけです。

研究者たちは、この軽動詞構文をAIがどれだけ正確に識別できるかを試しました。使われたのは、トルコ語に特化したAIモデル「BERTurk」と、私たちがよく知る「ChatGPT」のような大規模言語モデル（LLM）です。

実験の結果、いくつかの興味深い点が浮かび上がりました。まず、LLMは事前学習なしでいきなり使われた場合（これを「ゼロショット学習」と呼びます）、誤って慣用句だと判断する「誤検出」は少なかったものの、肝心の慣用句を見落としてしまう傾向がありました。つまり、「間違えるのは嫌だから、慎重になってあまり判断しない」というような姿勢だったのかもしれません。

しかし、たった一つの例だけをAIに学習させると（「ワンショット学習」）、慣用句の検出精度は向上しました。これは素晴らしい進歩に見えますが、同時に新たな課題も浮上しました。AIがその特定の例に引っ張られすぎてしまい、他の似たような表現にも過剰に反応してしまう「バイアス」が生じたのです。まるで、「このパターンは慣用句だ！」と一度覚えたら、何でもかんでも慣用句に見えてしまうような状態です。

この研究は、AIが言葉の奥深さを理解するには、まだまだ工夫が必要であることを示しています。特に、世界にはトルコ語のように、それぞれの言語に固有の表現がたくさんあります。AIが真に多言語に対応できるようになるためには、それぞれの言語の「クセ」をどう教え込むかが、今後の大きなカギとなりそうです。私たち人間が言葉のニュアンスを自然に理解するように、AIもいつかその境地に達する日が来るのでしょうか。そう考えると、これからのAIの進化がますます楽しみになりますね。