多義性解消の誤りの原因

新納ら[3]は語義曖昧性解消の誤り原因のタイプ分けについて述べた．7 名のメンバーが各自誤り分析を行い，誤り原因のタイプ分けを行った． 各自の分析結果を人手で統合することは，困難であった．そこで統合処理を行うため，誤り原因（計75 個）をベクトル化し，それらのクラスタリングを行った．クラスタリング結果を微調整することで誤り原因のタイプ分けを行った． 誤り原因の主要な3 つにより，語義曖昧性解消の誤りの9 割が生じていることがわかった． その誤りの9 割が生じている3 つの原因は「訓練データの不足」「深い意味解析が必要」「シソーラスの問題」であった．分析対象が50事例ある中，「訓練データの不足」は36事例があてはまる．