next up previous contents
次へ: 教師あり機械学習 上へ: 提案手法 戻る: 問題設定   目次


提案手法

本論文での提案手法では, 「に」「にも」, 「が」「がも」, 「を」「をも」の 3つの使い分け問題に対して 教師あり機械学習を利用する. 機械学習には, 認識性能が優れているSVMを実装しているTinySVM[10]を使用する. カーネル関数には2次の多項式カーネルを利用する.

機械学習で利用する素性は村田らの研究[11]を参考にして表3.3のものを用いる. 分類語彙表[12]を利用する素性は, 村田らの手法[11]を利用し素性化する.


表: 使用する素性
番号 素性
1 述部における名詞, 動詞, 形容詞, 指示詞の単語の連続
2 述部における最初の名詞, 動詞, 形容詞, 指示詞
3 2の単語の品詞
4 2の分類語彙表の分類番号
5 述部の文節内の2より後続の単語
6 述部の係り先の体言の文節の自立語の連続, 存在, 最後の自立語, その品詞と分類番号
7 体言の文節の自立語の連続, 存在, 最後の自立語, その品詞と分類番号
8 述部にかかる体言以外の体言の文節の自立語の連続, 存在, 最後の自立語, その品詞と分類番号
9 解析対象の助詞の直前の単語, その品詞
10 解析対象の助詞の直後の単語, その品詞
12 文内の単語, その分類語彙表の分類番号
13 解析対象の文内の解析対象の文節以外の文節にある助詞
14 解析対象の文節内の名詞が全て前方に存在しているか
15 解析対象の文節内の名詞のどれかが前方に存在しているか
16 解析対象の文節の係り先の文節内の名詞が全て前方に存在しているか
17 解析対象の文節の係り先の文節内の名詞のどれかが前方に存在しているか
18 解析対象の文節の係り先の文節内の動詞が全て前方に存在しているか
19 解析対象の文節の係り先の文節内の動詞のどれかが前方に存在しているか
20 解析対象の文節の係り先の文節内の形容詞が全て前方に存在しているか
21 解析対象の文節の係り先の文節内の形容詞のどれかが前方に存在しているか
22 解析対象の文節内の名詞が全て前方の同一の文節内で「も」と同時に存在しているか
23 解析対象の文節内の名詞のどれかが前方の同一の文節内で「も」と同時に存在しているか



Subsections
next up previous contents
次へ: 教師あり機械学習 上へ: 提案手法 戻る: 問題設定   目次
平成26年4月2日