抽出文に上限を設け、重複を排除

[tomishima2904]

• 抽出した文の数が200,000を超えるものはサイズが膨大にも関わらず、学習の妨げになるような語の組（例. の と が）ばかりだったので、排除した
• (犬, 猫) と (猫, 犬) のような組み合わせが同じものは、文の抽出において差別化する必要がないため、重複を排除した