未登録語の配置先推定に適した方法について

スパースネスと多義語の問題を含んだ場合の精度を表^5.10しめす^. 類似度の比較

全²³⁵題において^, 正解の順位が¹位の欄で最も良かったのは^{, distance}の^23:8%であ る^. 次に^{, cosine}の^18:3%である^{. 5}位の欄で最も良かったのは^{, distance}の^53:6%であり^, 次に^,cosineの^49:8%である^{. 10}位の欄で最も良かったのは^,rangeの^71:1%である^. 次に 徳永と^distanceの^63:0%である^.

正解順位が¹位の欄において^, 最も未登録語に適した類似度は^{, distance}であると考え られる^. スパースの問題と多義語の問題でも最も適した類似度である^. しかし^distanceは^, 従来の研究は使われていない^.

正解順位が¹⁰位の欄において^,最も適した類似度は^,主成分分析と^rangeの組み合わせ である^. 従来の研究では^, 未登録語の配置先を幾つか提示する方法をとる^. 本研究もその 方法に従うならば^,正解順位が⁵位の欄において^,distanceを除けば^,ほとんど同等な精度 であるが^{, 10}位の欄では^, 従来の精度より約^10%程度の改善があるため^, 最も適した類似 度と考えれる^.

区間推定のモデル^rangeは^,単語集合が多いノードを未登録語の配置先とする傾向があ る^. その傾向があるため^, 正解順位の¹位の精度があまりよくない^. その傾向が生じる理 由は^, 単語集合が多いノードほど^, ノードの分布区間が広くなるためである^. このような失 敗に対して^, 各ノード の区間を一定にする対策が必要となる^. 他の対策方法として^, ノー ド の分布区間を計算する際^, ノード は子孫の単語ではなく^, ノード に直接属す単語だけを 利用する^. このようにすると^, 上位ノード の分布区間が広くならないと考えれるが^{, 2.3}節 で述べたように^, すべてのノードが未登録語の配置先の候補にならない可能性がある^.

類似度の計算において^, 浦本の研究のように^, ノードは子孫の単語ではなく^, ノードに直 接属す単語を利用して類似度の計算をした実験結果⁽表^5.11)がある^. また^, ノードに複数 の単語が属す場合は^, 最近隣法を用いて類似度の計算を行なった^{. range}の分布区間と^TR の値は^, 浦本の分類規準抽出のように^, ノード の子孫の単語集合を利用して求めた^. この 実験では^, 未登録語の配置先の候補は全部で²⁹個である^{. cosine}や^rangeでは^, 全体的に 精度が向上している^{. distance}において精度が下がっている理由は^, 最近隣法を用いたこ とで^,同点の類似度が多く存在するためである^.

正解の順位⁽最低 ³²位⁾

類似度

1位 ⁵位 ¹⁰位

baseline 7/235 37/235 75/235

(3.0) (15.7) (31.9)

中山 ^{40/235 112/235 143/235}

(17.0) (47.7) (60.9)

徳永 ^{33/235 115/235 148/235}

(14.0) (48.9) (63.0)

cosine 43/235 117/235 145/235

主 ^{(18.3) (49.8) (61.7)}

成

分 ^{distance 56/235 126/235 148/235}

分 ^{(23.8) (53.6) (63.0)}

析

前 ^{range 26/235 98/235 134/235}

(11.1) (41.7) (57.0)

cosine 42/235 116/235 143/235

主 ^{(17.9) (49.4) (60.9)}

成

分 ^{distance 56/235 127/235 148/235}

分 ^{(23.8) (54.0) (63.0)}

析

後 ^{range 29/235 113/235 167/235}

(12.3) (48.1) (71.1)

表 ^5.10: 全問題⁽²³⁵題⁾における登録精度 ¹

正解の順位⁽最低 ²⁹位⁾

類似度

1位 ⁵位 ¹⁰位

cosine 71/235 144/235 156/235

主 ^{(30.2) (61.3) (66.4)}

成

分 ^{distance 47/235 79/235 88/235}

分 ^{(20.0) (33.6) (37.4)}

析

前 ^{range 47/235 120/235 141/235}

(20.0) (51.1) (60.0)

cosine 68/235 145/235 161/235

主 ^{(28.9) (61.7) (68.5)}

成

分 ^{distance 41/235 71/235 94/235}

分 ^{(17.4) (30.2) (40.0)}

析

後 ^{range 65/235 153/235 185/235}

(27.7) (65.1) (78.7)

表 ^5.11: 全問題⁽²³⁵題⁾における登録精度 ²

第

章