NLP2015-大会報告会

Transcript

1. 長岡技術科学大学 三上侑城 2015年3月23日 年次大会報告会 自然言語処理研究室 1
2. 特に気になった発表  B1-4：文節機能部の確率的書き換えによるキャラクタ性変換  B4-4：高次脳機能障害スクリーニング調査支援ツールの開発 2
3. B1-4： 文節機能部の確率的書き換えによるキャラクタ性変換  近年、ユーザの意図に応じて応答を返す対話型エージェントが普及して きている。  エージェントを会話相手とする際に、何らかの人物像（キャラクタ設定） を与えることで、より人間らしく、親しみやすいものとなる。  しかし、キャラクタ毎に人手で発話データを作成するのはコストがかかる。  そこで、特定のキャラクタらしさを持った発話の自動生成を目指している。 3
4. B1-4： 文節機能部の確率的書き換えによるキャラクタ性変換 4 処理の流れ
5. B1-4： 文節機能部の確率的書き換えによるキャラクタ性変換 5 キャラクタによる書き換え例 元文： 駅の傍に美味しいお寿司があります。
6. B1-4： 文節機能部の確率的書き換えによるキャラクタ性変換 6 置き換えの規則例
7. B1-4： 文節機能部の確率的書き換えによるキャラクタ性変換  結果 違和感のある出力を10%程度に抑えつつ、80％以上の正解率で、 キャラクタを判断可能な付与を行なうことができている。 7
8. B4-4 高次脳機能障害スクリーニング調査支援ツールの開発  高次脳障害患者の障害度や回復度をはかるために、スクリーニング検査 というものが行われる。  スクリーニング検査は脳を使う問題を出題し、それに答えられるかを見て 症状を判断するもの。  その中でも「三単語復唱」という、３つの単語を覚える問題がある。  しかしこの３つの単語は、ほぼ変えられずに長い間使用され続けており、 被験者がこの単語を暗記してしまい、正確な症状の判断ができない問 題がある。  厳格な決まりがあり、勝手にこの単語を変更することが一般的に許されて いない。  そこで、厳格な決まりを守りつつ、単語を作成できるものを作成することを 試みている。 8
9. B4-4 高次脳機能障害スクリーニング調査支援ツールの開発  ３単語の生成ルール ・性別、年代に関係なくよく知られていること。 ・短い音数であること。 ・単語間の連想性、相似性が低いこと。  このルールより、童話や童謡から名詞を取り出して使うことにした。  取り出した名詞をカテゴリ別に分類。 「食べ物」，「乗り物」，「植物」，「動物」，「建築物」，「日用品」， 「スポーツ」，「空想物」  任意のカテゴリから一つずつ単語を選び、３つを選出する。 9
10. B4-4 高次脳機能障害スクリーニング調査支援ツールの開発  問題点１ 例として「猫・こたつ・みかん」という組み合わせができてしまった時に、連 想が非常に容易にできてしまう。  解決策 ・連想語辞書(renso)による判定 単語の連想語を検索し、選ばれた残り２つが含まれないことを確認す る。これを３単語全てのペアで行ない、問題ないものだけをクリアとする。  問題点２ 例として「ハチ・柿・臼」という組み合わせができてしまった時に、さるかに 合戦として容易に記憶できてしまう。  解決策 ・共起率による連想性の判定を用いる。対象のコーパスには単語抽出で 利用した、童話・童謡を使用する。２つの単語が同じ物語・歌の中に含 まれた時には、候補から破棄する。 10
11. B4-4 高次脳機能障害スクリーニング調査支援ツールの開発  問題点３ 例として「自動車・馬・刺身」という組み合わせができてしまった時に、馬 は乗り物でもあり、食べ物でもあるので、連想できてしまう。  解決策 ・単語間の類似度判定を行う。 単語間の類似度判定を行い、ある程度類似度が高いものがある場合 には、破棄する。  問題点４ 例として「やかん・図鑑・ようかん」という組み合わせができてしまった時に、 全て最後が「かん」で終わるため覚えやすくなってしまう。  解決策 ・３つの単語全ての始音、終音が異なるもののみクリアし、同じ物がある 場合には破棄する。 11
12. B4-4 高次脳機能障害スクリーニング調査支援ツールの開発  結果 ３００組の３単語を出力した結果、96.7%が実際の検査で使用可 能であるという高評価を得た。 12
13. 見たもの(17日) B1：対話  B1-1：地方議会会議録に含まれる地域課題を論題とした ディベート型対話システムの提案  B1-2：雑談対話システムにおける単語分散表現を用いた 話題展開手法  B1-3：ユーザ情報抽出のための自己開示文の人物属性分類  B1-4：文節機能部の確率的書き換えによるキャラクタ性変換  B1-5：雑談対話データへの複数人でのタグ付与における 曖昧タグの評価値の推定 13
14. 見たもの(17日) A2：情報抽出(1)  A2-1：ブートストラップ法を用いたTwitter からの不具合文抽出  A2-2：推理小説の難易度評価のための犯人推定  A2-3：ブログページからのウェブサイト情報・作成者情報の抽出  A2-4：言語横断手法による日本語時間的順序関係推定 14
15. 見たもの(18日) B3：評判・感情解析  B3-1：文脈を考慮した観点に基づく意見ツイートクラスタリング  B3-2：意見文の対象読者を限定する条件の抽出  B3-3：Word2Vecを用いた顔文字の感情分類  B3-4：うつ傾向推定に向けた抗うつ剤服用の投稿を起点とした Twitter解析の初期検討  B3-5：顔文字のパーツの種類と表情の強弱に着目した 顔文字表情推定 15
16. 見たもの(18日) B4：情報抽出(2)  B4-1：動画サービスにおける外国動画に付与されたタグの分析  B4-2：中間言語との Dice 係数ベクトルを用いた対訳抽出  B4-3：時間情報を用いた文書への自動タグ付与モデルに関する検討  B4-4：高次脳機能障害スクリーニング検査支援ツールの開発 16
17. 見たもの(19日) C5：機械学習(2)  C5-1：単語のベクトル表現による文脈に応じた単語の同義語拡張  C5-2：辞書と文脈情報を用いた対義語モデルの学習  C5-3：語順と共起を考慮したニューラル言語モデルによる英文穴埋め  C5-4：隠れ状態を用いたホテルレビューのレーティング予測 17
18. 見たもの(19日) B6：テキストマイニング  B6-1：Improving Churn Prediction with Voice of the Customer  B6-2：大量のつぶやきから日本酒の美味しい店を発掘する： 知識源としてのマイクロブログ活用の試み  B6-3：識別子中の自然言語使用に基づくプログラム 実装技術解析に関する調査  B6-4：Computationalizing a Toulmin Model for Argumentation Generation  B6-5：発達心理学の観点から見た絵本レビュー中の 子供の反応の分析 18
19. 見たもの(19日) E7：要約  E7-1：分散表現を用いたヤフー知恵袋の要約  E7-2：木刈込みに基づく文書要約のためのZDDを用いた 動的計画法  E7-3：施設配置問題に基づく同一料理のレシピ集合 からの基本手順の抽出  E7-4：テレビ番組をより楽しむための実時間ツイート選択システム  E7-5：文書の重要箇所抽出及び重み付け要約課題の 解決方策についての分析 19
20. 見たもの(17日) P1：ポスター(1)  P1-6：英語学習者コーパスのための句構造アノテーション  P1-11：テキスト分類のための単語分割  P1-14：事象間の接続関係に基づく時間的順序関係推定  P1-18：SignWriting表記の手話文を対象とした簡単な アメリカ手話-日本手話翻訳の検討  P1-20：法令対訳コーパスからの複単語表現抽出  P1-27：マイクロブログに対する文境界推定および係り受け解析 20
21. 見たもの(17日) P2：ポスター(2)  P2-19：方言コーパスに基づく発話者の地域推定  P2-22：風邪に罹ったのは誰か？ --- 疾患・症状を保有する主体の推定  P2-24：キーワードの自動拡張に基づくイベント言及ツイートの収集  P2-25：インフルエンザ流行検出のための事実性解析 21
22. 見たもの(18日) P3：ポスター(3)  P3-3：文のカテゴリと極性の度合いの推定を行う 評判分析システムの研究  P3-9：機械翻訳の活用を見据えた文書構造と言語表現の対応づけ ―自治体手続き型文書を対象とした予備的報告―  P3-10：多言語リアルタイム会話における日本語動詞語尾崩れの検出  P3-18：GAによる機械加工メモの自動要約に関する予備検討  P3-23：確率的トピックモデルを用いた評判文書における 意外な評価視点の発見とそれに基づく情報推薦  P3-27：高専関連報道記事を活用した活動情報の獲得と分析 22
23. 見たもの(19日) P4：ポスター(4)  P4-10：分散表現を用いた動詞・フレーズの含意関係認識  P4-14：絵本レビューにおける子供の反応記述検出のための 特徴的表現の分析  P4-19：表層的な統語素性を用いたチャンキングによる 対訳フレーズの抽出  P4-21：日本語人名辞書を用いた中国語文書からの人名抽出  P4-26：既存小説に依存しない小説の自動生成に関する一考察 23