@techreport{oai:ipsj.ixsq.nii.ac.jp:00048454,
 author = {丸山, 卓久 and 田中（石井）, 久美子 and 武市, 正人 and Takahisa, Maruyama and Kumiko, Tanaka-Ishii and Masato, Takeichi},
 issue = {112(2001-NL-146)},
 month = {Nov},
 note = {かな漢字変換では、ユーザが過去に入力した文章中の情報を学習する。学習手法には、1.前に入力した単語を次回先頭候補にする、2.単語の頻度情報を登録する、3.単語の共起情報を登録する、4.単語のn-gram情報を登録する、のような手法が考えられる。1?3までの手法を用いた学習モデルは、既に存在するが、4の単語n-gram情報を用いたモデルはあまり例が無いと思われる。そこで、本研究では、単語n-gram情報を用い、圧縮の分野で用いられている学習手法であるPPM(Prediction by Partial Matching)法を用いたかな漢字変換の学習手モデルを提案し、その性能評価を行った。, The efficiency of kana-kanji conversion systems can be improved dynamically by the user's personal corpus accumulated while the user processes text. The learning of such corpus is performed in real time by updating either of the following informations of the candidate preferences: frequency, co-occurrence, or n-gram.  In this paper, we first propose a learning model based on PPM (Prediction by Partial Match), that is one of the learning methods based on n-grams.  Then, we report its efficiency by comparing the result with those of other models.},
 title = {PPM法を用いたかな漢字変換の学習モデル},
 year = {2001}
}