実験条件

前節で作成した対話データodd4000を学習データとし、状態数の異なる 4種類の状態遷移出力型Ergodic HMM (2状態、4状態、8状態、16状態) でモデル化の実験を行なった。Baum-Welch algorithmの学習終了条件 として、シンボル系列を生成する確率の上昇率がある一定値以下に なった場合に学習を終了させる方式を採用した。実験の条件を表  2 にまとめた。

表 2: 言語モデル生成実験の条件

HMMの構造	状態遷移出力型Ergodic HMM
HMMの状態数	2状態,4状態,8状態,16状態
HMMの出力シンボル	単語
開始$\cdot$終了状態	任意
初期状態遷移確率	ランダム
初期シンボル出力確率	ランダム
初期状態確率	均等
異なり語彙数	6418
学習データset	odd4000
学習データ数	4000文
単語総数	57354単語
学習終了条件	生成確率上昇率1%未満