中原裕彦文部科学省大臣官房文部科学戦略官

2025年4月18日・第217回国会 衆議院 内閣委員会 第15号(外部サイト、新しいタブで開きます) の 84 番目の発言(外部サイト、新しいタブで開きます)(全 124 発言)

お答えを申し上げます。

文化庁におきましては、国立国語研究所が過去に整備いたしました一億語規模の現代日本語のデータベース、現代日本語書き言葉均衡コーパスと呼んでおりますが、これにつきまして、令和六年度から十年度までの五年計画で、直近二十年分の約一億語分のデータを追加する事業を同研究所へ委託させて、実施をしております。

この事業におきましては、現代日本語の縮図となるよう、書籍、雑誌などから統計的手法により対象を選択しまして、選択された部分の文章に対して、品詞名、用法、修飾関係、意味などの情報を付与したデータベースを作成するものでございます。

これら書き言葉のデータは、編集者や校閲者のチェックを経た信頼度の高い日本語であるということから、大規模言語モデルを基にAIで生成される日本語の的確性を高めるファインチューニングなどでの活用も想定をさせていただいております。

文化庁といたしましては、委員御指摘のとおり、引き続き、国立国語研究所と連携し、本事業の着実な実施に向けて取り組んでまいりたいと存じます。

前後のやりとり

80の発言を見る

88の発言を見る