我有一个包含 100 个句子的依赖树库，我将其分为训练集和测试集。我提取了一些规则（（DS，PS）对）将树库转换为短语结构。当我从训练集中提取这些规则时，我可以测量覆盖测试集的规则（DS 模式）的百分比，假设

(10, 24%), (20, 34%), (30,40%), (40,44%), (50, 55%),(60, 58%), (70, 61%).. .

正如你所看到的，当我增加训练集的大小时，提取模式的覆盖范围就会增加！但是它不是线性的！，我想看看我需要多少数据才能达到 100% 的覆盖率？我想我可以使用回归，但哪个回归？对数？

这与“学习曲线”有关吗？如果是的话，我如何使用回归来学习曲线？