(1)「逐次型生成」と「同時型生成」の比較

本論文では，「意味属性規則」を生成するに際して，汎用性が高く，数少ない規 則でカバー率をあげることを目標に，次元の低い規則から順に生成する方法を考 えた．また，各次元の規則の生成では，一度，生成に使用した事例は，事例集合 から削除し，残された事例から次の規則を生成する方法(「逐次型生成」)を採っ た．しかし，この方法は，事例数が少ないときは，解析精度の上で必ずしも良い 方法と言えない可能性がある．すなわち，初めの段階での規則生成では，かなり 多くの事例が存在するため，精度の良い規則が生成できるが，規則生成が進むに つれて，残された事例数が減少し，そこから生成される規則の精度が低下するこ とが予想される．この傾向は，事例数1万件の場合(表2)において，構造規則 の精度が，後に生成される規則ほど低下していることからも観察される．

そこで，ここでは，規則の生成に使用した事例を捨てないで，各次元の規則を生 成する方法(「同時型生成」と呼ぶ)について実験を行った．ただし，この方法 では，一つの事例が異なる次元や異なるタイプの規則の生成で，クラスの異なっ た規則の生成に使用される可能性があるので，ここでは，得られた構造規則を使 用して係り受け解析を行う場合，同次元内の構造規則で適用可能なものはすべて 使用することとした．従って，解析では，異なった規則の適用によって異なった 係り受け結果が得られる場合が生じる．そこで，係り受け解析においては，以下 の方法で係り先を決定した．

＜係り受け解析の手順＞

1. 係り受け解析規則は，一次元規則，二次元規則，三次元規則の順に適用する．

2. 同次元内の複数の規則が適用され異なる係り先が得られた場合は，その次元 での判定は保留し，次の次元での結果に従う．
   

実験の結果を表4と表5に示す．

表4 生成された構造規則の数と精度
番号	構造規則の種類	規則のタイプ	得られた規則数		カバー率		精度
1		${(X,*,*,D)}$	78.5		9.0%		91.5%
2	一次元規則	${(*,Y,*,D)}$	84.3	小計	8.8%	小計	89.2%
3		${(*,*,Z,D)}$	60.3	223	6.2%	19.3%	87.6%
4		${(X,Y,*,D)}$	974.6		59.3%		90.2%
5	二次元規則	${(*,Y,Z,D)}$	937.0	小計	69.8%	小計	91.7%
6		${(X,*,Z,D)}$	947.2	2,859	67.0%	85.8%	91.3%
7	三次元規則	${(X,Y,Z,D)}$	2,455		91.0%	91.0%	86.7%
合計		- - - - -	5,528

表5 係り受け解析への適用結果
規則の次元	適用事例数	累積頻度	正解率
一次元規則	1,925 (19.3%)	1,925 (19.3%)	91.7%
二次元規則	6,594 (65.9%)	8,519 (85.2%)	90.7%
三次元規則	1,083 (10.8%)	9,602 (96.0%)	68.4%
字面規則	398 ( 4.0%)	- - - - -	- -
合計	10,000	96.0%	88.4%

これらの結果を「逐次型生成」の場合の結果(表1)と比較すると，以下のこと が分かる．

1. 「同時型生成法」で生成された規則は，一次元規則，二次元規則に比べ て，三次元規則の精度が若干悪いが，「逐次型生成」(表2)の場合と 比べるとかなり向上している．
2. 規則のカバー率は，三次元規則が最大$(91\%)$で，次元が下がるにつれ て，低下する．
3. これらの結果，「逐次型生成」に比べて，「同時型生成」では，規則全 体のカバー率が，$89.8\%$から$96\%$に向上し，解析正解率は，$85.8\%$から $88.4\%$に向上している．
4. しかし，「同時型生成法」で生成された規則数は，「逐次型生成法」の 場合(1,815件)に比べてから，約3倍(5,528件)に増大している．
   

これより，事例数1万件を使用したとき，「同時型生成法」は，「逐次型生成法」 に比べて，カバー率が約$6\%$向上し，解析精度は，$2〜3\%$向上することが分か る．しかし，その代わりに生成される規則規則数は，ほぼ3倍に増加しているこ とを考えると．事例数の少ないときに使用するのが適切と思われる．