文献

J-GLOBAL ID：201902287964406884   整理番号：19A2265328

マルチタスク学習を用いたユーザの心象とシステムの話題継続可否の予測モデルの構築

Estimating Exchange-level Annotations with Multitask Learning for Multimodal Dialogue Systems

著者 (5件)： 平野裕貴 (北陸先端科学技術大学院大) ,  岡田将吾 (北陸先端科学技術大学院大) ,  岡田将吾 (RIKEN AIP) ,  西本遥人 (大阪大 産科研) ,  駒谷和範 (大阪大 産科研)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 119  号： 179(HCS2019 29-39)  ページ： 15-20  発行年： 2019年08月16日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 状況に応じて適切な応答ができるシステムの開発を行うためには,ユーザの心象を適切に予測できるモデルを構築することが求められる.本論文ではユーザのマルチモーダル情報に基づいて,システムとユーザ間の対話での発話対ごとに付与された3種類のラベル:(1)興味度ラベル,(2)心象ラベル,(3)システムが現在の話題を継続すべきかを示す話題継続ラベルを予測するモデルを,機械学習を用いて構築し評価する.3種類のラベルの類似性を考慮して,本研究では予測モデルの構築にマルチタスク学習を用いる.実験の結果,韻律,顔表情,動作,言語などのマルチモーダル特徴量を用いて訓練されたマルチタスクディープラーニングモデルは,サポートベクトルマシン,通常のディープラーニングモデルと比較して分類精度が向上することを示した.(著者抄録)

シソーラス用語： *予測モデル ,  *機械学習 ,  多モード ,  発話 ,  ラベル ,  情報 ,  *分類 ,  特徴量 ,  *深層学習 ,  *モデル
準シソーラス用語： *サポートベクターマシン分類 ,  *ディープラーニング ,  *マルチタスク学習 ,  マルチモーダル ,  話題

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (19件)：

• Masahiro Araki, Sayaka Tomimasu, Mikio Nakano, Kazunori Komatani, Shogo Okada, Shinya Fujie, and Hiroaki Sugiyama. Collection of multimodal dialog data and analysis of the result of annotation of users’ interest level. In Proc. International Conference on Language Resources and Evaluation (LREC), 2018.
• Oya Aran and Daniel Gatica-Perez. One of a kind: Inferring personality impressions in meetings. In Proc. International Conference on Multimodal Interaction (ICMI), pages 11-18. ACM, 2013.
• T. Baltrusaitis, A. Zadeh, Y. Lim, and L. Morency. Open-face 2.0: Facial behavior analysis toolkit. In Proc. Interna-tional Conference on Automatic Face and Gesture Recogni-tion (FG), pages 59-66. IEEE Computer Society, may 2018.
• Dan Bohus and Eric Horvitz. Learning to predict engage-ment with a spoken dialog system in open-world settings. In Proc. Annual Meeting of the Special Interest Group on Discourse and Dialogue (SIGDIAL), pages 244-252, 2009.
• Dan Bohus and Eric Horvitz. Models for multiparty en-gagement in open-world dialog. In Proc. Annual Meeting of the Special Interest Group on Discourse and Dialogue (SIGDIAL), pages 225-234, September 2009.

タイトルに関連する用語 (6件)： マルチタスク学習 ,  心象 ,  話題 ,  継続 ,  予測モデル ,  構築