抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人間同士は話し手と聞き手が相互に入れ替わりながら会話を進めるのに対し,非タスク指向型対話システムの多くは対話を破綻させない受動的な対話戦略をとる。本論文では,自然な対話を実現するために,対話システムが自らの意見や感想を話す「独話」を自動生成する手法を提案した。本手法ではあるトピックの独話を構成する発話文をTwitterデータから獲得し,すべての組合せの順序付きの発話ペアを作成してSVM(Support Vector Machine)を用いて発話間の結束性を判別する。また,結束性を有する発話ペアを連結して3発話以上からなる独話を生成し,1)ユーモア性・意外性,2)トピックにおける特殊性の観点からの点数に基づいて独話を順位付けする。1)を順位付けするための学習データとして9パターンのリプライ表現でTwitterを検索し,取得したツイートから条件を満たすリプライの宛先となるツイートを得た。また,Twitterから対象トピックを含むツイートを抽出し,対象トピックとの共起頻度が低い単語を含む発話を2)を有するものとした。評価実験では複数の発話からランダムに3個抽出・連結した場合や,複数文書要約のための確率的順序付け手法と生成された独話の自然さや面白さを比較し,本手法がそれらよりも質の高い独話を生成できることを確かめられた。