文が読みにくい理由の一つに文が冗長であることが挙げられる[1]． 文の生成や推敲の支援システムの構築には，冗長箇所を修正する技術が必要とされている．
本研究では， 冗長な文を自動修正する方法を提案することを目的とする． 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，冗長な文の修正をするとともに，取り扱うデータの拡大し冗長な文章での検出を行う．
冗長な文を修正する方法として， パターンを用いた手法と機械学習を用いた手法を用いる． 「可能」「という」「すること」の存在が原因となって冗長と なった文を修正する実験を行った． 修正前と修正後の両方の表現を推定する場合，機械学習が関係する手法では，6割の正解率を得た． 修正後の表現のみを推定する場合においても，機械学習が関係する手法で，7割の正解率を得た． 冗長な文章での実験では，次の知見が得られた． 分析により典型的な3種類の分類を獲得でき， また機械学習を用いる手法と，冗長度を用いる手法により冗長な文章を検出した． 機械学習を用いた手法の正解率(0.66)と，冗長度を用いる手法の正解率(0.65)を得た． 冗長度の有用性の確認として1文における冗長な文において，先行研究[6]の機械学習に冗長度を素性に追加したところ性能向上が見られた．