学習データの拡張を行った追加実験

前節の実験結果において性能があまりよくなかった一因に, 学習データの不足が考えられる. そこで前節の学習データの拡張を行い, 性能の向上を目指す.

毎日新聞91年の1年分の記事をKNPで構文解析を行い, 4.1節で 使用した学習データに追加した. KNPには格解析の機能もついており, 「がも」「をも」の認識も可能である. 学習データ追加後のデータ数はそれぞれ表4.11, 出現確率は表4.12である. また, 学習データ追加後の実験結果はそれぞれ表4.13である.

前節の実験結果と比べると, 学習データの拡張によって「に」「にも」, 「を」「をも」において 高いマクロ平均を得ることができた. 「に」「にも」ではマクロ平均は0.80となった. 前節であまり良い性能が得られなかった「を」「をも」でも, マクロ平均が0.56から上昇し0.71となった. しかし, 「が」「がも」のマクロ平均は下ってしまう結果となった. これは, 拡張したデータはKNPで作成しており, KNPでは誤った処理をする可能性があり誤ったデータを追加で用いたことが 影響している可能性がある.

表: 学習データ拡張後のデータ数

使い分け問題に/にも	全データ数		「に」の数		「にも」の数
学習データ	507318	(28348)	493144	(14174)	14174
テストデータ	7278		7045		233
使い分け問題が/がも	全データ数		「が」の数		「がも」の数
学習データ	426185	(76478)	387946	(38239)	38239
テストデータ	551		480		71
使い分け問題を/をも	全データ数		「を」の数		「をも」の数
学習データ	572437	(10916)	566979	(5458)	5458
テストデータ	1669		1641		28

表: 学習データ拡張後の出現確率

使い分け問題に/にも	「に」の出現確率	「にも」の出現確率
学習データ	0.97	0.03
テストデータ	0.97	0.03
使い分け問題が/がも	「が」の出現確率	「がも」の出現確率
学習データ	0.91	0.09
テストデータ	0.87	0.13
使い分け問題を/をも	「を」の出現確率	「をも」の出現確率
学習データ	0.99	0.01
テストデータ	0.98	0.02

表: 学習データ拡張後の「も」の使い分けにおける分類結果

使い分け問題	分類先	正解率		マクロ平均
に/にも	「に」	0.76	(5377/7045)	0.80
	「にも」	0.85	( 197/ 233)
が/がも	「が」	0.79	( 378/ 480)	0.65
	「がも」	0.51	( 36/ 71)
を/をも	「を」	0.78	(1282/1641)	0.71
	「をも」	0.64	( 18/ 28)