評価に過去の発話を使用しない

入力に過去の発話を含まないデータで学習したモデルにおける， テスト出力結果の精度評価を表6.5.1に，多様性評価を表6.5.2に示す． 表6.5.1の括弧内右側の数値は， 評価を発話のみ低頻度語処理した学習データを使用したモデルによる出力との精度の比較である．

表 6.5.1: 精度評価結果(入力に過去の発話を含まない)

手法	○評価数	△評価数	$\times$評価数
低頻度語全てをヌルトークン化	0.335(67/200,$-0.045$)	0.470(94/200,+0.04)	0.195(39/200, +0.005)
Copyable Model	0.285(57/200,$-0.060$)	0.485(97/200,+0.075)	0.230(46/200,$-0.015$)
品詞置き換え	0.305(61/200,+0.005)	0.505(101/200,$-0.010$)	0.190(38/200,+0.005)
提案手法	0.355(71/200,$-0.005$)	0.410(82/200,$-0.035$)	0.235(47/200,+0.040)

表 6.5.2: 多様性評価結果(入力に過去の発話を含まない)

手法	○評価数	△評価数	○種類数	△種類数
全ヌルトークン化	67	94	31	32
Copyable Model	57	97	27	39
品詞置き換え	61	101	28	42
提案手法	71	82	36	27