単文コーパス

実験には，辞書の例文から抽出した，単文コーパス182,899文[7]を用いる． 単文コーパスは対訳コーパスであり，英語コーパスと日本語コーパスに分けらて いる． 単文コーパスから，Openテストデータ各1,000文ずつをランダムに抽出し，学習 には181,988文を用いる．学習データ量と精度の関係を調べるために181,899文か ら各1,000文，5,000文，10,000文，50,000文，100,000文ずつをランダムに抽 出し実験を行なう．コーパスの例を以下に示す．また，日本語と英語の単語数を 表1と図3に示す．コーパス中には同じ単語が多く出現するため，固有の(ユニークな)単語 数を表2と図4に示す．

単文コーパス:日本語コーパス

ぶどう酒 は 葡萄 より 作ら れる 。
花子 は 、 悲し そう に 俯い て い た 。
娘 は 今年 中学校 に 上がっ た 。
生徒 は 半径 ５ ｃｍ の 円 を 描い た 。

単文コーパス:英語コーパス

Wine is made from grapes .
Hanako appeared sad and downcast .
My daughter advanced to middle school this year .
A student drew a circle with a radius of 5 cm .

表 1: 単文コーパスの単語数

学習データ(文)	日本語	英語
1,000	9,432	8,503
5,000	48,200	43,053
10,000	91,460	80,307
50,000	497,893	44,4004
100,000	1,006,954	851,725
181,988	1,916,262	1,648,795

図 3: 単文コーパスの単語数

表 2: 単文コーパスのユニーク単語数

学習データ(文)	日本語	英語
1,000	2,096	2,301
5,000	7,458	6,862
10,000	10,033	9,193
50,000	25,712	22,946
100,000	35,103	34,477
181,899	44,597	49,901

図 4: 単文コーパスのユニーク単語数