ソースドメインのデータによって分類器を作り,ターゲットドメインに適応することを領域適応といい,近年さまざまな手法が研究されている。本稿では,WSD(Word Sense Disambiguation,語義曖昧性解消)について領域適応を行った場合,ソースデータとターゲットデータの性質により,最も効果的な領域適応手法が異なることを示す。また,決定木学習を用いてそれらの性質から,最も効果的な領域適応手法を自動的に選択する手法について述べる。それぞれ自動的に選択された手法を用いて領域適応を行うことで,もともとの手法を一括的に使った時に比べ,WSDの平均の正解率が有意に向上した。(著者抄録)