まとめ

本論文では、漢字かな１文字に対応した確率付き有限状態オートマ トンおよびergodic HMMを用いた形態素解析の手法を提案し、その 解析精度を調べた。この結果、状態遷移確率とシンボル出力確率を 品詞が付与されているテキストデータから直接計算したときは 70.2%が得られたが、品詞未知のテキストデータからBaum-Welchの 学習アルゴリズムを用いたときは44.8%であった。また2nd-order HMMを使用したときは82.2%の高い解析精度が得られた。これらの 実験結果から、ergodic HMMのような簡単な言語モデルを用いても、 ある程度の解析精度が得られることがわかった。しかしBaum-Welch の学習アルゴリズムを用いたときの解析精度は、まだ、かなり低く、 学習方法に改善の余地があると思われる。今後、このモデルと従来 の形態素解析の方法を組み合わせることにより、未知語にも対処で きるので、より高い解析精度が得られる可能性がある。