10分割クロスバリデーション

本研究は様々な手法を用いているので，単語ごとに適した手法を自動的に選択する手法を用いる．具体的には，「手法1:SemEval2 の学習データのみを用いる手法」「手法2:SemEval2 と言い換えによって増えたデータを用いる手法」「手法3:言い換えによって増えたデータのみを用いる手法」「手法4:最頻出語義を常に出力する手法」の4つの手法を用いる． これらの手法ごとに学習データのみでの正解率を求める．ここでいう正解率とは，多義性解消の正解率である．学習データのみでの正解率を求める際10分割クロスバリデーションを用いる．10分割クロスバリデーションは，学習データを10個に分割し，そのうちの1つをテストデータとし，それ以外の9つを学習データにする．10分割されたデータがそれぞれテストデータとなるように10回繰り返す．そうすることで手法ごとの学習データ全体の傾向を知ることができる．そしてSemEval2の学習データでの10分割クロスバリデーションにより4手法の中で一番正解率が良かった手法を自動選択する．本研究ではこの手法を「手法5:クロスバリデーションによる手法選択」とする．