動詞の実験に使用したデータ

「考える」「認める」「やる」「持つ」「見る」という多義語で実験を行った．機械学習手法として最大エントロピー法を用いた． 表5.23から表5.25に「考える」「認める」「やる」「持つ」「見る」についての「SemEval2のテストデータ数」「SemEval2の学習データ数」「言い換えによって増えた文数」を示す．「見る」には辞典に基づく語義が5つある.｢認める｣「やる」「持つ」には，辞典に基づく語義が4つある．「考える」には，辞典に基づく語義が2つある．

表 5.23: semeval2の学習データ(動詞)

42#42

表 5.24: semeval2のテストデータ(動詞)

42#42

表 5.25: 言い換えによって増えたデータ数(動詞)

43#43

表5.23から表5.25のデータを用いた実験の結果を表5.26に示す．

表 5.26: 利用する学習データとその正解率(動詞)

44#44

「考える」は「手法1:SemEval2の学習データのみを利用する手法」と「手法2:SemEval2の学習データ＋言い換えによって増えた学習データを利用する手法」と「手法4:再頻出語義を常に出力する手法」が一番良い正解率となった．「認める」は「手法1:SemEval2の学習データのみを利用する手法」と「手法2:SemEval2の学習データ＋言い換えによって増えた学習データを利用する手法」が一番良い正解率となった．「やる」と「持つ」は「手法1:SemEval2の学習データのみを利用する手法」が一番良い正解率となった．「見る」は 「手法1:SemEval2の学習データのみを利用する手法」と「手法4: 最頻出語義を常に出力する手法」が一番良い正解率となった．

表5.26の結果をまとめたものを表5.27に示す．

表 5.27: 手法と正解率:5単語全て

45#45

表5.27より，「手法1:SemEval2の学習データのみを利用する手法」の正解率が0.876に対して，「手法2:SemEval2の学習データ＋言い換えによって増えた学習データを利用する手法」の正解率が0.788となっており，正解率が低下した．また，「手法1:SemEval2の学習データのみを利用する手法」が最も良い正解率となった．