概要

文の生成や推敲[1]において，注意すべきことの 一つに文の冗長性の問題がある． 冗長な文は読みづらく，読みやすくなるように 修正する方が良いと考える．

本研究では，冗長な文の改善をするために，冗長な文の収集と分析を行い， それとともに冗長な文の自動検出を試みる．

文の改善の研究としては「誤字の修正・適切な語の選択」と「語順の修正・語と語の係り受けの誤りおよび複雑性の修正」と「冗長な表現の改善」が考えられる．このうち「誤字の修正・適切な語の選択」と「語順の修正・語と語の係り受けの誤りおよび複雑性の修正」の研究に関しては既に先行研究が多数ある．「誤字の修正・適切な語の選択」では文献[1,2,3]が，「語順の修正・語と語の係り受けの誤りおよび複雑性の修正」では文献[1,4,5]がある．しかし「冗長な表現の改善」を扱う研究についてはほとんどないため本研究で扱うこととした． 本研究では，ウェブ上のデータから冗長な文と冗長でない文を収集し，収集したデータに基づく 冗長な文に関する分析を行った． 収集したデータおよび分析結果は， すべての文を一つの機械学習で扱う 方法ではそれほど良い性能を出すことはできなかったが ，特定の表現を含む文の集合ごとに機械学習を行う方法(特定の表現の種類の数だけ機械学習が必要)では， 0.7から0.8という比較的高いF値で冗長な文を検出できた．