文献

J-GLOBAL ID：202002226056210867   整理番号：20A1930549

感情応答の機会を同定するためのマルチモーダル学習【JST・京大機械翻訳】

Multimodal Learning for Identifying Opportunities for Empathetic Responses

著者 (5件)： Tavabi Leili (University of Southern California, Institute for Creative Technologies, Los Angeles, CA, USA) ,  Stefanov Kalin (University of Southern California, Institute for Creative Technologies, Los Angeles, CA, USA) ,  Nasihati Gilani Setareh (University of Southern California, Institute for Creative Technologies, Los Angeles, CA, USA) ,  Traum David (University of Southern California, Institute for Creative Technologies, Los Angeles, CA, USA) ,  Soleymani Mohammad (University of Southern California, Institute for Creative Technologies, Los Angeles, CA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICMI ’19  ページ： 95-104  発行年： 2019年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 感情的知能と共感を所有する組込みインタラクティブエージェントは,自然の社会的インタラクションを創り出すことができる。インタラクティブ仮想エージェントによる適切な応答を提供することは,ユーザの感情状態を認識する能力を必要とする。本論文では,感情的応答を提供する機会を示す行動手がかりを研究し,解析した。表情に加えて言語における感情音は,感情的応答を保証する会話における劇的な感情の強い指標である。そのようなインスタンスを自動的に認識するために,エージェントが正または負の感情的応答を表現するべき機会を同定するためのマルチモーダル深層ニューラルネットワークを開発した。著者らは,wizard-of-Oz設定における人間-エージェント相互作用から,オーディオ,ビデオおよび言語を用いて,著者らのモデルを訓練し,評価し,そして,グラウンド-トルースラベルとしてアマゾン機械的Turk上で収集した, wardの感情的応答およびアノテーションを用いた。著者らのモデルは3クラス分類で0.71のF1スコアを達成するテキストベースベースラインより優れている。さらに,これらの結果を検討し,実世界の人間エージェントインタラクションのために展開するそのようなモデルの能力を評価した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  *学習 ,  言語 ,  音響 ,  録画装置 ,  オーディオ機器 ,  表情 ,  *多モード ,  エージェント ,  アノテーション
準シソーラス用語： 感情移入 ,  社会的相互作用 ,  仮想エージェント ,  感情状態 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 共感症 ,  人間の行動 ,  機械学習 ,  マルチモーダル感情 ,  仮想人間

分類 (2件)： 人工知能  (JE08000Z) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (6件)： 感情 ,  応答 ,  機会 ,  同定 ,  マルチモーダル ,  学習