文献

J-GLOBAL ID：201602213245055216   整理番号：16A0502993

多層マルチモーダル潜在的Dirichlet割当及びベイズ隠れマルコフモデルを用いた日常行動の言語化のための言葉の意味及び文法学習

Learning word meanings and grammar for verbalization of daily life activities using multilayered multimodal latent Dirichlet allocation and Bayesian hidden Markov models

著者 (7件)： ATTAMIMI Muhammad (Univ. Electro-Communications, Chofu-shi, JPN) ,  ANDO Yuji (Univ. Electro-Communications, Chofu-shi, JPN) ,  NAKAMURA Tomoaki (Univ. Electro-Communications, Chofu-shi, JPN) ,  NAGAI Takayuki (Univ. Electro-Communications, Chofu-shi, JPN) ,  MOCHIHASHI Daichi (Inst. of Statistical Mathematics, Tachikawa, JPN) ,  KOBAYASHI Ichiro (Ochanomizu Univ., Bunkyo-ku, JPN) ,  ASOH Hideki (National Inst. of Advanced Industrial Sci. and Technol., Tsukuba, JPN)
資料名： Advanced Robotics  (Advanced Robotics)
巻： 30  号： 11-12  ページ： 806-824  発行年： 2016年 
JST資料番号： T0339A  ISSN： 0169-1864  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ロボティクスなどに適用されるインテリジェントシステムでは,人間と協調してくために,人間の言葉を理解し反応する必要がある。マルチメディア技術によりシーン理解には映像信号が多く用いられるが,テキストや会話言語を用いたシーンの言語化も有効な情報交換手法である。本稿では,多層マルチモーダル潜在的Dirichlet割当(mMLDA)及びベイズ隠れマルコフモデル(BHMM)を用いて,日々観察されるシーンを言語化するセンシングシステムを実現できる新規方法を提案した。これは概念選択結果を発展させ,機能的ワードを加工できる文法学習を可能とする。また人間の日常行動からマルチモーダルデータを取得するシステムも開発し,言語学習や文章生成に関するシミュレーション評価により有効性を検証した。

シソーラス用語： 多モード ,  確率過程 ,  分配 ,  *隠れMarkovモデル ,  日常生活動作 ,  改変 ,  会話 ,  学習 ,  応用プログラム ,  文法
準シソーラス用語： Dirichlet過程 ,  *インテリジェントシステム ,  マルチモーダル ,  ロボティックス ,  割当 ,  協調システム ,  *言語化 ,  言語学習 ,  文章作成

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  ロボットの設計・製造・構造要素  (IC04013A) ,  人工知能  (JE08000Z)

引用文献 (36件)：

• Hamad S. The symbol grounding problem. Phys. D. 1990;42:335-346.
• Fadlil M, Ikeda K, Abe K, et al. Integrated concept of objects and human motions based on multi-layered multimodal IDA. In: Proceedings of the International Conference on Intelligent Robots and Systems; Tokyo; 2013. p. 2256-2263.
• Attamimi M, Fadlil M, Abe K, et al. Integration of various concepts and grounding of word meanings using multi-layered multimodal lda for sentence generation. In: Proceedings of the International Conference on Intelligent Robots and Systems; Chicago; 2014, p. 2194- 2201.
• Goldwater S, Griffiths TL. A fully Bayesian approach to unsupervised part-of-speech tagging. In: Proceedings of the 45th Annual Meeting of the Association of Computational Linguistics; Prague; 2007. p. 744-751.
• Kawai Y, Oshima Y, Sasamoto Y, et al. Computational model for syntactic development: identifying how children learn to generalize nouns and verbs for different languages. In: Proceeding of the Joint IEEE International Conference on Development and Learning and Epigenetic Robotics; Genoa; 2014. p. 78-84.

タイトルに関連する用語 (9件)： 多層 ,  マルチモーダル ,  割当 ,  隠れマルコフモデル ,  言語化 ,  言葉 ,  意味 ,  文法 ,  学習