大量のテキストが必要


語彙数 20000 語
→   400M 個の登場し得る2つ組
→ 8000G 個の登場し得る3つ組

学習には極めて大量のテキストデータが必要
しかし収集は困難

形態素解析の誤り
人手でチェックすればなんとか

→人海戦術？