変数化の失敗例

本研究では,単語の変数化を自動的に行った.変数化に失敗した原因を検証するた め,ランダムに抽出した100件の単文において、変数化できなかった単語を調査し た.以下に名詞について変数化に失敗した原因の分類を示す.

• Ａ…日本語単語は辞書にあるが,対応する英語単語が英語文の単語と異なっ ている場合.
  • (Ａの例)
    • 日本文…株価が２割５分下がった。
    • 英語文…Stocks went down 25 percent.
    辞書には,株価⇔stock price と載っている.
• Ｂ…対訳の英語単語が複数単語である場合.
  • (Ｂの例)
    • 日本文…吉田選手が一塁を守っている。
    • 英語文…Yoshida plays first base.
    辞書には,一塁⇔first base と載っているが,本研究では複数単語の変数 化に対応できていない.
• Ｃ…日本語側では名詞扱いだが,英語文では動詞など異なる品詞で表現さ れている場合.
  • (Ｃの例)
    • 日本文…上半身裸であった。
    • 英語文…She was naked to the waist.
    「裸」が日本語側では名詞と判断されているが英語側では''be naked''と 表現されている.
• Ｄ…日本語単語が全く辞書に載っていない場合.
  • (Ｄの例)
    • 日本文…西洋流の教育によって村人たちのしきたりは衰えている。
    日本文の名詞「しきたり」は,本研究で用いた日英対訳辞書に載っていな い.
• Ｅ…形態素解析ミス
  • (Ｅの例)
    • 日本文…その戦闘では非常に多くの死傷者が出た。
    日本文の「非常」が形態素解析によって名詞と判断されていた.

単文100件において形態素解析によって名詞と判断された単語は, 222個であった.変数化できた単語は,111個であった.以下の表14に変 数化できなかった単語111個を上記のＡ〜Ｅに分類した結果を示す.

Table 14: 変数化できなかった名詞単語の分類

分類	単語の個数[個]	割合[%]
Ａ	35	31.5
Ｂ	9	8.1
Ｃ	53	47.7
Ｄ	7	6.3
Ｅ	7	6.3

上記の分類のＡとＤは辞書を強化することで、Bは変数化プログラ ムを改良することで変数化できる.しかし,Cの問題を自動的に解決するのは難 しく,人手による判断が必要である.
また,その他の品詞につ いて検証した所,固有名詞,副詞,形容詞は100件中,単語の出現回数が20回未 満と少なかったため,変数化できない原因の傾向がつかめなかった.連体詞につ いては,辞書を強化すること,代名詞については,代名詞の所有格も変数化する ことでほぼすべての単語が変数化できる.動詞に関しては,複合動詞の変数化と 辞書の強化が必要である.
従って,辞書の強化と変数化プログ ラム改良で変数化できる単語の割合が全体的に約50%増加すると予想される.