入力に過去の発話を含む学習データの出力結果評価

入力に過去の発話を含んだ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6.5.5に，多様性評価を表6.5.6に示す． 表6.5.5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 6.5.5: 精度評価結果(入力に過去の発話を含む)

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	0.250(50/200,$-0.065$)	0.425(85/200,+0.040)	0.325(65/200,+0.025)
Copyable Model	0.260(52/200,$-0.065$)	0.430(86/200,+0.055)	0.310(62/200,+0.010)
品詞置き換え	0.265(53/200,$-0.025$)	0.410(82/200,$-0.050$)	0.325(65/200,+0.075)
提案手法	0.250(50/200,$-0.090$)	0.445(89/200,+0.030)	0.305(61/200,+0.060)

表 6.5.6: 多様性評価結果(入力に過去の発話を含む)

手法	○評価数	△評価数	○種類数	△種類数
全ヌルトークン化	50	85	23	34
Copyable Model	52	86	21	31
品詞置き換え	53	82	23	31
提案手法	50	89	24	36