データ

本章ではウィキペディア^3.1の日本語ページ，2013年10月30日のデータベースを利用する． 手順を以下に示す．

1. ウィキペディアおいて， 「可能」を含む文を収集する． 一文内に複数回「可能」が出現する文は本研究では用いない．

2. 収集した文の集合から文中の「可能」が別の冗長でない表現に言い換えができる文を100文取り出す．
3. 取り出した100文を人手で修正し，取り出した100文(冗長な文)とその修正文を対としたものを作成し 実験に用いるデータとする． 上記の修正は，「可能」が存在していたことにより冗長となっていた 個所のみに対して行う． 例えば，「十分理解可能である。」の文からは次のような対を獲得する．
   

   文対例1

   冗長な文	十分理解可能である。
   修正文	十分理解できる。

   
   

4. 「という」「すること」についても同様にして， 上述のような文対をそれぞれ100文対ずつ獲得し，合計300文対を獲得する．

図はデータ作成の一連の流れである．

図: データ作成