順序推定に用いる手法が本研究と異なる関連研究

Lapata[4]は既存する文章を学習データとし， 文に含まれる素性が連続した文に出現する確率を求めている． その値の総積により1文目に対し2文目が配置される確率を算出し， その確率に基づき文の順序を推定する研究を行った． 文の順序推定には，2文間の動詞の順序性や名詞の同一性，文構造などを用いている．

横野ら[5]は文章内に一貫性の良くない箇所を推定するために， 文章内の各文に出現する要素を行列で表現することによる， 複数文からなる断片に対する局所的一貫性モデルを用いる研究を行った． 文章の内容が正しく理解されるためには，文章内の質の評価が高くなければならない．そこで，文章の断片中の最後の1文に着目し，先行文脈に対してその文が 一貫性かどうかを評価し， 具体的に一貫性の悪い箇所を推定することが可能になると考えられる． 新聞記事を用いた場合， Entity Gridモデルを断片に対して適用したモデルよりも 良い性能であることがわかっている．

これらの研究に対して， 本論文では推定対象が文ではなく``段落''であり， また，確率手法ではなく``機械学習''を用いて順序推定を行うという違いがある． 機械学習は2値分類に秀でた分類器であり， また素性を簡単に，かつ大量に組み込むことができる．