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
   

   View Slide

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
   

   View Slide

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
   

   View Slide

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
   

   View Slide

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。
   

   View Slide

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
   

   View Slide

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
   

   View Slide

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
   

   View Slide

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
   

   View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide