クロスバリデーション

クロスバリデーションは，クローズドテストのデータを用いて，leave-one-out cross-validationを行った（表6.5）． 結果は，「意味属性を利用」の方法は，57件採用し，42件一致した， 「機械学習を利用」の方法は，46件採用し，27件一致した． クローズドテストと同様に，「機械学習を利用」の方法は，採用数は抑えること ができているが，一致数が「意味属性を利用」の方法よりも減少している． 再現率$R$ ，適合率$P$ ，および，$F値$ 全てで「意味属性を利用」の方法が上回った．

表 6.5: 今田の例文および「自動車」文の意味解析の性能（クロスバリデーショ ン）

手法	$T$	再現率$R$	適合率$P$	$F値$
意味属性を利用	132	0.95 (42/44)	0.74 (42/ 57)	0.83
機械学習を利用	132	0.61 (27/44)	0.59 (27/ 46)	0.60
フィルタなし	132	1.00 (44/44)	0.33 (44/132)	0.50