抄録
本論文では語義曖昧性解消(Word Sense Disambiguation，WSD)の教師なし領域適応の問題に対して，共変量シフト下の学習を試みる．共変量シフト下の学習では確率密度比 w(x) = PT(x)/PS(x) を重みとした重み付き学習を行うが，WSD の場合，推定される確率密度比の値が小さくなる傾向がある．ここでは PT(x) と PS(x) をそれぞれ求めて，その比を取ることで w(x) を推定するが，PS(x) を求める際に，ターゲット領域のコーパスとソース領域のコーパスを合わせたコーパスを，新たにソース領域のコーパス S と見なすことで，先の問題に対処する．BCCWJ の 3 つの領域 OC （Yahoo! 知恵袋），PB（書籍）及び PN（新聞）を選び，SemEval-2 の日本語 WSD タスクのデータを利用して，多義語 16 種類を対象に，WSD の領域適応の実験を行った．w(x) を推定する手法として，PT(x) と PS(x) を求めずに，w(x) を直接推定する uLSIF も試みた．また確率密度比を上方修正するために「p 乗する」「相対確率密度比を取る」という手法も組み合わせて試みた．それらの実験の結果，提案手法の有効性が示された．
