Just Right! の苦手な校正・指摘

Just Right! の文章校正は、文章を文節に区切り形態素解析でチェックを行います。一方、WEB 検索エンジンなどでは、深層学習・機械学習により最適化やエンジンの学習が行われております。

「Just Right! は誤った表現の推測・是正の機械学習」や「学習による校正の最適化」ができないのか、と問い合わせいただくことがございます。

Just Right! に深層学習・機械学習させた場合

メリット

単語や係り受けなどのパターンを登録しなくてもより精度が上がる。新語、流行語などトレンド・注目のワードへ対応が早い。

デメリット

学習結果が追加されるたび、校正の結果が学習により変化していく。

「学習結果による自動反映されたことば」が使って良いかどうかの人間の判断を判断していない場合、スラングや間違った使い方、不快語なども取り込んでしまう可能性がある。

Just Right! は、校正校閲用のツールのため、校正校閲担当者、タイミングにかかわらず、「常に同じ結果が得られなければ」校正校閲として意味がありません。新語などは仕事や組織、プロジェクトなどで「使用可・不可」を判断しないと勝手には使えません。

一見、WEB 検索と Just Right! の技術は似ているようですが、「校正校閲結果は常に一定である」という点から、Just Right! にはこういった機械学習・深層学習によるエンジンの最適化は「不適」であると言えます。

Just Right! が指摘できないパターン例

脱字

例)明日か頑張る。(「から」のらの脱字)
→ 明日/か/頑張ると文節に区切るため、「か」を「から」の脱字と判断できない。

あいまいな助詞

例)私に帰った。(「は」もしくは「が」のところ、助詞が「に」になっている)
→ 私/に/帰ったと区切り、主語が「私」ではなく、目的地として「私」も想定できるため。判断は筆者か、校閲者の判断が必要となる。

主述関係が遠い文

例)ハードディスク内臓
→ 指摘できる
税金を修めた
→ 指摘できる
ハードディスクをこのパソコンは内臓している
→「ハードディスク」と「内臓」の関係性が判断できない。
税金を市役所に行って治めた。
→「税金」と「治めた」の関係性が判断できない。