arXivは2026年10月22日(現地時間)、アブデラフマネ・イッサム (Abderrahmane Issam) 氏、アイリーン・E・ウィンター (Irene E. Winther) 氏、ステファン・L・フランク (Stefan L. Frank) 氏らの研究論文「Bilingual Language Models Capture Cross-Linguistic Influence in Second-Language Reading」を公開した。同論文は、多言語モデルが第二言語 (L2) 読解における母語 (L1) の影響を捉える能力を持つことを示している。特に、読者のL1に合わせた多言語モデルが、L2読解時間の予測精度を向上させるという。この研究は、多言語モデルが言語間の干渉を捕捉し、L2読解行動にその影響が存在することの証拠を提供する。
この研究は、単言語モデル (LM) の予測困難性が読解時間の予測因子として広く認識されている一方で、読者の母語 (L1) によって形成される非母語 (L2) 読解の動態を捕捉できないという課題に対処する。
研究チームは、多言語モデルにおける言語間転移が、L2読解中の人間におけるL1に起因するバイアスと一致するかどうかを調査した。彼らは、12の多様なL1背景を持つ読者が英語テキストを読解する際のアイトラッキングデータを用いて多言語モデルを評価した。L1固有の転移を特定するため、読者のL1背景と一致するL1で訓練された多言語モデルを、単言語英語ベースラインモデルおよび他のL1で訓練された多言語モデルと比較した。
その結果、読者のL1と一致するモデルを用いることで、L2読解時間の予測が改善されることが実証された。この予測上の利点は、読解の後期段階におけるアイトラッキング測定値に集中しており、L1とL2の間の表記の重複によって調整され、中級レベルの習熟度を持つ読者の間で最も顕著に現れた。これらの知見は、多言語LMが言語間干渉の側面を捕捉すること、そしてそのような影響がL2読解行動に存在するという証拠を提供するものとなる。
参考: arXiv cs.CL — 2026年10月23日 02:42 (JST)
原文ハイライト"bilingual LMs capture aspects of cross-linguistic influence"