Search

座談会 日時: 2021年7月23日(金) 16:00-18:00, 方法: オンライン, 出席者: 岡本真(アカデミック・リソース・ガイド(株))・黒橋禎夫(京都大学教授)・土佐尚子(京都大学特定教授)・柳与志夫(東京大学特任教授), 司会: 吉見俊哉(東京大学教授), 文責: 柳与志夫

人間と機械の間の新たなインターフェースとして知的な対話システムの実現が期待されている．知的な対話システムは対話中の話者の内部状態を推測し，その結果に応じて適切に応答を変更する必要がある．本研究では映画推薦対話を具体例として，対話中の話者内部状態のモデル化とその話者内部状態を踏まえて応答を変更する対話システムの構築に取り組む．映画推薦をドメインとした対話システムを構築し，対話収集を行う．収集した対話データの分析に基づき，話者内部状態を話題に関する知識の有無，話題への興味の有無，対話意欲の有無の3つの軸でモデル化する．モデル化した話者内部状態を収集した対話データにアノテートし，これを学習データとして話者内部状態の自動推定を行った結果，高い推定精度を達成した．また，各話者内部状態に応じてシステムの応答を変更するルールを設計する．学習した話者内部状態推定器を用いて各話者内部状態を判定し，対話システムの応答を変更することでシステム発話の自然さが向上することを対話単位での評価と発話単位での評価の両方で確認した．, Intelligent dialogue systems are expected to be a new interface between humans and machines. An ideal intelligent dialogue system should estimate the user’s internal states and incorporate the estimation results into its response appropriately. In this paper, we focus on the movie recommendation dialogues and propose a dialogue system that considers the user’s internal state. First, we build a movie recommendation dialogue system and collect dialogue data. Based on the analysis of the collected dialogue data, we model and annotate the user’s internal states in three aspects: knowledge, interest, and engagement. Second, we train the user’s internal state estimators on the dialogue corpus with the annotations of the user’s internal states. The trained estimator achieved high accuracy on the annotated corpus. Further, we design a set of rules that modify the system’s responses according to each user’s internal state. We confirmed that the response modifications based on the results of the user’s internal state estimator improve the naturalness of the system utterances in both dialogue evaluation and utterance evaluation.

ニューラルネットワークに基づく係り受け解析モデルは，近年の深層学習を利用した言語処理研究の中でも大きな潮流となっている．しかしながら，こうした係り受け解析モデルを中国語などの言語に適用した際には，パイプラインモデルとして同時に用いられる単語分割や品詞タグ付けモデルの無視できない誤りによって性能が伸び悩む問題が存在する．これに対しては，単語分割・品詞タグ付けと係り受け解析の統合モデルを利用し，単語分割と構文木作成とを同時に行うことでその双方の改善が期待される．加えて，中国語においては個々の文字が固有の意味を持ち，構文解析では，文字やその組み合わせである文字列もしくは部分単語の情報が単語単位の情報と並んで本質的な役割を果たすことが期待される．本研究では，ニューラルネットワークに基づいて，単語分割と品詞タグ付け，もしくは単語分割と品詞タグ付け，係り受け解析の統合構文解析を行うモデルを提案する．また，同時に，文字列や部分単語の情報を捉えるために，文字や単語の分散表現に加えて，文字列の分散表現を利用する．, Recently, dependency parsers with neural networks have outperformed existing parsers. When these parsing models are applied to Chinese sentences, they are used in a pipeline model with word segmentation and POS tagging models. In such cases, parsing models do not work well because of word segmentation and POS tagging errors. This can be solved by joint models of word segmentation, POS tagging and dependency parsing. In addition to this, Chinese characters have their own meanings, so the meanings of characters, character strings and sub-words are as important as the meanings of words in dependency parsing. In this study, we propose a neural network-based joint word-segmentation, POS tagging and dependency parsing model in addition to a joint word-segmentation and POS tagging model. We exploit not only word and character embeddings but also character string embeddings in all our models.