多様性

入力に過去の発話を含む学習データにおける精度○評価の多様性は， 品詞置き換えのみの手法が37種類で最良であり(表6.4.13参照)， 過去の発話を含まない学習データからの向上数も品詞置き換えのみの手法が+11種類で最良だった(表6.4.19参照)．

全手法において，出力結果から「うん」等使用頻度の高い応答が複数あった． 例として提案手法の全テストデータ694発話に対する出力の， 出力数上位5文を表7.3.1に示す． 過去の発話を含まない学習の出力結果では， 「うん」はテストデータの総数694のおよそ半分の328個である． 過去の発話を含む学習データにおける出力では， 同じ応答の使用頻度は全ての手法において減少した．

「うん」は文脈により意味，役割が変わりやすく， 厳密な評価が困難である． また，表7.3.1の出力は全て， 文脈により評価がわかれやすい応答である． 非タスク指向型対話システムにおいて，似たような出力が多くなることは 好ましくないと思われる．

表 7.3.1: 提案手法の出力数上位5文

過去の発話を含まない		過去の発話を含む
出力(応答)	出力数	出力(応答)	出力数
うん	328	うん	258
ふーん	27	ふーん	31
うーん	16	うーん	22
そうですね	11	何?	13
はい	9	そうですね	11