|
|
本文PDFファイルを閲覧するには,ログインする必要があります.
左メニューよりログインして下さい.
|
マルチタスク学習による発話対ごとに付与された複数ラベルの推定
平野 裕貴 岡田 将吾 西本 遥人 駒谷 和範
誌名
電子情報通信学会論文誌 A
Vol.J104-A
No.2
pp.84-94 発行日: 2021/02/01 早期公開日: 2020/10/30 Online ISSN: 1881-0195
DOI: 10.14923/transfunj.2020HAP0012 論文種別: 特集論文 (ヒューマンコミュニケーション論文特集) 専門分野: ヴァーバル・ノンヴァーバル・コミュニケーション キーワード: マルチモーダル, 対話システム, マルチタスク学習, 心象分析,
本文: PDF(11.8MB)>>
あらまし:
ユーザの状況に応じて応答する対話システムの開発には,ユーザの内面状態を推定するモデルが必要である.本論文では対話中のユーザから得られるマルチモーダル情報に基づき,発話対ごとに付与された,(1)興味度ラベル,(2)心象ラベル,(3)システムが話題を継続すべきかを示す話題継続ラベル,の3種類のラベルを推定する.これらのラベル間の類似性を考慮して,マルチタスク学習を新たに導入したマルチタスクディープラーニングモデルを提案する.入力には,韻律,顔表情,動作,言語などのマルチモーダル情報を特徴量として用い,各ラベルの値の推定結果を出力する.実験の結果,マルチタスク学習に基づく提案モデルにより,サポートベクトルマシンや通常のディープラーニングモデルと比較して,六つのタスクで高い推定性能が得られた.
|
|
|
|