単語ベクトル技術は、語彙をベクトルにマッピングし、その文脈的な意味分布間の関連性を比較することができ、形態構成解析の計算モデル化に数学的基盤を提供する。ドイツ語の複合語の意味的および形態的特徴は中心成分によって支配されており、自動処理に有利な条件を作り出している。単語頻度に基づく従来の難易度評価方法が複合語の理解難度を過大評価しやすい問題に対して、本稿では意味的類似度と形態規則を融合したドイツ語複合語の自動認識および分割手法を提案する。本手法はspaCyプラットフォームのde_core_news_lgモデルを基に、複合語とその候補成分間の単語ベクトル類似度を計算し、背景ノイズを考慮した閾値を設定しつつ、接尾辞の名詞性判定や派生成分の除外などの形態学的規則を導入して制約を加える。評価結果は、本手法が精度と感度の両面で良好な性能を示すことを明らかにした。本研究は、ドイツ語計算言語学における形態構成解析の新しいツールを提供し、テキスト難易度の指標付け、教材のデジタル開発、派生語および屈折語の処理研究に技術的参考を与える。今後は、特殊判定規則の導入、手動検証メカニズムの構築、モデルの最適化により、より多くの低頻度語をカバーし、本手法の精度と適用範囲をさらに向上させる予定である。

ベクトル;自然言語処理;ドイツ語複合語;自動認識および分割