粒度による汎化（S-VSM(g))と$tf \cdot idf$値による汎化 (S-VSM(w))の比較

3.2節で述べたような，意味属性の粒度に着目する汎化 （S-VSM(g))と意味属性の$tf \cdot idf$ 値に着目する汎化（S-VSM(w))の２ つの汎化の方法を用いて，ベクトルの基底として使用する意味属性の数と検索 精度の関係を求めた．その結果を図5に示す．また，このうち， 意味属性の$tf \cdot idf$ 値による汎化の場合について，汎化に伴う評価関 数$H$の値の変化を同図に示す．なお，ここでは，$b=1$ とした．

図 5: 必要最小限の基底数の決定

[width=13cm]figure/gra3.eps

Determination of Minimum Number of Vector Bases

図5の結果から，検索精度をあまり低下させない範囲（ピーク値 の$10 \sim 20\%$以内の低下)で必要最小限のベクトルの基底数を求めると表 1の結果を得る．

Minimum Number of Vector Bases

表 1: 必要最小限の基底数

方式種別	基底数削減の方法	検索精度($F$値)低下の許容度
		ピーク値の10%	ピーク値の20%
本論文の方法	粒度による汎化 ( W-VSM(g) )	900属性	700属性
(単語意味属性を基底)	$tf \cdot idf$ 値による汎化 ( W-VSM(w) )	600属性	300属性
従来の方法	$tf \cdot idf$ による方法	2,200属性	1,500属性
(単語を基底)

(注)意味属性を上位8段まで使用

これらの図表から，以下のことが示される．

1. 今回の実験では，単語意味属性を基底とする文書ベクトル空間法は，従来の単語 を基底とする文書ベクトル空間法に比べて，基底数が小さくても検索精度が高い ことが示された．

2. 汎化の方法としては，粒度による汎化（S-VSM(g))より$tf \cdot idf$ 値による汎化（S-VSM(w))の方が基底数 削減に強い．

必要最小限の基底数について見ると，十分な基底数を持つ場合に比べて，検索精 度を10 $\sim$ 20% 以上低下させないためには，単語を基底とする文書ベクト ル法では，最低2,000程度の基底数が必要とされるのに対して，単語意味属性ベ クトルを用いて，$tf \cdot idf$ 値による汎化では，基底数を約300 $\sim$ 600程度まで削減できる．