被験者実験と機械学習の性能の傾向が一致した対義語対の考察

機械学習の性能が低いと対義語対は置き換え可能であると考えられ，機械学習の性能が高いと対義語対は置き換え不可能であると考えられる． 本節では，素性分析を行い，被験者実験と機械学習の性能の傾向が一致した対義語対の考察を行う．

また，正規化$\alpha$値が高かった素性の例も表に示す． 機械学習が判定を行う際に参考にした素性とその素性の正規化α値を示す． 正規化α値とは，最大エントロピー法で求まるα値を全分類先での合計が1となるように正規化した値である． 各素性の，分類先ごとに与えられた正規化α値が高いほど，その分類先であることを推定するのに重要な素性であることを意味する．例えば，ある素性Sのある分類先Aに対する正規化α値がXとすると， その素性Sのみで分類を行った場合，分類先Aと推定する確率がXとなることを意味する．