ニューラルネットを用いた仮名漢字変換の研究

点击翻译按钮获取中文摘要

ニューラルネットにおける、パーセプトロンの教師つき学習を仮名漢字変換におけるパラメータの学習に応用し、Wnnかな漢字変換システムに対して、クライアントプログラムにこの学習機能を組み込んだシステムを試作した。Wnnかな漢字変換システムでは、文節の評価値として、文節に関する7個のパラメータの重み和を用いている。これらの重みは、変換の正しさに大きな影響を与える。従来は、これらの値は、もっともらしい値を固定的に用いていた。変換を正確にするには、これらの、最適な値を求める必要がある。さらに、その最適な値は、変換に用いる辞書のセット、1文全体変換を行なうか文節ごとに変換を行なうかというユーザの癖、全体的な頻度値の上がり具合、入力文章の種類などによって、ユーザによって、時間の経過によって変化する。そこで、ユーザの変換の修正具合を教師信号とし、パーセプトロンの教師つき学習によってユーザごとに重みを動的に変化させる機構を、クライアントプログラム(egg)に組み込んだシステムを作成した。同一文章を繰り返し変換する限り、変換が正しくなる方向に重みが変化することは、証明可能である。このシステムを暫く使い、安定した時点で、新しい重みの値と共に、電子ニュースに公開して一般の人に使用してもらい、重みの変化と変換の確かさの指標となる値を集めた。結果、多数のデータを集めることが出来た。ユーザにより、最適な重みは大きく異なり、この様な、動的なパラメータの修正機構の必要性は立証できた。変換効率の改善を統計的に立証するには至らなかったが、ユーザからの良い印象は多数得られた。