ターンテイキング予測は，コーパス上の話者交替の有無を正解とする二値分類として扱われることが多い．しかし，話者交替には曖昧性が伴い，コーパスの現象が必ずしも唯一の正解ではない．本研究では，話者交替の可能性を表す確率値をモデルに出力させ，それを確率分布間の距離を用いて評価する．まず，初期モデルの予測とコーパスの現象との乖離に基づいた学習データのクレンジングを行う．再学習したモデルが出力する確率分布を，人手による話者交替ラベルごとに設定した理想分布とのワッサースタイン距離で評価する．実験によりデータクレンジングの有効性を確認し，話者交替を確率値で扱うことの妥当性を示した．