形態素解析の実験結果

実験結果を表3に示す。この結果から以下のこ とがわかった。

1. 形態素解析の解析精度は、 品詞既知のテキストデータからパラメータを計算して形態素解析を Forwardアルゴリズムで計算した場合が最も高く、openデータにお いて70.2%を得た。
   
2. Baum-Welch学習によってパラメータを計算したときの 形態素解析の解析精度は、品詞既知のテキ ストデータから計算した場合より低く44.8%であった。
   
3. いずれの実験でもForwardアルゴリズムを用いて得られた解析精度は、 Viterbiアルゴリズムより高かった。
   

表 3: Ergodic HMMによる形態素解析の実験結果 解析精度(%)

学習方法	形態素解析	openデータ	closedデータ
直接算出	Viterbi	62.5%	64.2%
直接算出	Forward	70.2%	70.2%
Baum-Welch	Viterbi	36.0%	39.8%
Baum-Welch	Forward	44.8%	43.6%

表4に、品詞ラベルが付与されているテキスト データからパラメータを直接計算して形態素解析をForwardアルゴ リズムで計算したときのopenデータにおける形態素解析の誤出力の 種類を、誤りの多い方から示した。この表から普通名詞をサ変名詞 とする誤りが最も多いことがわかる。

(品詞既知,Forward,openデータ)

表 4: Ergodic HMMを用いた形態素解析の誤出力

正解	出力	誤出力に対する出現率
普通名詞	サ変名詞	8.9%
助動詞・終止	格助詞	3.8%
助動詞・終止	助動詞・連用	3.0%
普通名詞	接尾語	2.8%
普通名詞	数詞	2.8%