規模の異なるパターン辞書の汎化による推定法

大規模な被覆率調査を行うと大量の作業コストがかかる．そこで，規模の異なる被覆率調査 行い，あらかじめ汎化の効果を予測する推定法を検討する． 大規模な被覆率調査で求めた${\eta }$と，規模の異なる被覆率調 査で求めた${\eta }$を比較し，規模の異なる被覆率調査でも，大規模な被覆 率調査を行ったときと同等の汎化の効果を予測できるか確認する．

本稿では，規模の異なる自由時制パターン辞書を対象パターン辞書とし，規模の 異なるパターン辞書ごとに${\eta }$を算出し，自由時制パターン辞書 の全パターン数の${\eta }$と比較を行う． それぞれの${\eta }$の値を表8にまとめる．

表 8: 規模の異なる自由時制パターン辞書の${\eta }$

				規模の異なるパターン数の
小規模パターン数			${\eta}_{R1}$	${\eta}_{N}$	${\eta}_{d}$
			100	0.01	0.15	2.72
			500	0.13	0.15	2.82
	1		,000	4.07	1.12	2.64
	5		,000	1.64	1.30	2.63
	10		,000	1.83	1.40	2.70
	20		,000	2.05	1.34	2.67
	40		,000	1.72	1.47	2.69
	80		,000	1.69	1.39	2.67
				全パターン数の
全パターン数			${\eta}_{R1}$	${\eta}_{N}$	${\eta}_{d}$
	122		,619	1.53	1.36	2.65

その結果，80,000パターンの${\eta }$が 全パターン数の${\eta }$に最も近い値となった． ただし，小数点第1位の誤差を許せば，40,000パターンでも汎化の効果が予測でき ると考えられる．100から20,000パターンでは，データが大幅に変動するので，値に 信頼性が持てない．${\eta}_{d}$はパターン数が変動しても値が安定しているが， 5.2で述べたように，時制の汎化に関しては汎化の効果は予測ができない．

これより，規模の異なる被覆率調査で求めた実測値${\eta }$も汎化の効果の予測 ができる可能性があることがわかった．今後様々に考えられる汎化の方法の中で，効果の見込まれる汎化の方法の選別に有効である．