文献紹介_5_マイクロブログにおける感情・コミュニケーション・動作タイプの推定に基づく顔文字の推薦

Transcript

1. 長岡技術科学大学 B4 三上侑城
   文献紹介 2015年8月20日
   マイクロブログにおける感情・
   コミュニケーション・動作タイプの
   推定に基づく顔文字の推薦
   自然言語処理研究室
   1
   

   View Slide

2. 出典
   マイクロブログにおける感情・コミュニケーション・
   動作タイプの推定に基づく顔文字の推薦
   江村 優花 , 関 洋平
   自然言語処理 Vol. 19(2012) No. 5
   2
   

   View Slide

3. 概要
   顔文字は便利であるが、反面、その種
   類は膨大で適切なものを選ぶのが難しい。
   本研究では、入力したテキストから推定
   し、適切な顔文字を推薦する。
   結果、91件のつぶやきに対して、
   66.6%の顔文字が適切に推定された。
   3
   

   View Slide

4. カテゴリの定義
   顔文字推薦システムには、大きく分けて
   ・カテゴリ推定
   ・顔文字推薦
   の２種類の処理から構成される。
   4
   

   View Slide

5. カテゴリの調査方法
   カテゴリ推定を行うにあたって、必要な各
   カテゴリを明らかにするために、調査した。
   顔文字92個を含むつぶやきデータに、
   ・感情:喜,怒,哀,恥,怖,好,厭,昂,安,驚
   ・極性:ポジティブ,ネガティブ,なし
   の情報を付与した。
   5
   

   View Slide

6. カテゴリの調査方法
   しかし、この感情カテゴリに分類することが、
   できなかったものは、新しく定義した。
   感情の種類
   不快,不安,期待,疲れ を追加
   感情以外(コミュニケーション・動作タイプ)
   謝罪,睡眠 を追加
   6
   

   View Slide

7. 定義したカテゴリ体型
   7
   

   View Slide

8. 定義したカテゴリ体型
   8
   

   View Slide

9. システムの実現
   システム全体の流れとして
   １．ユーザが文章を入力
   ２．入力文章からカテゴリ推定
   ３．その結果より顔文字を取り出す
   ４．５件の顔文字候補を表示
   9
   

   View Slide

10. 必要なデータの作成
    顔文字は初期では92個にしていたが、
    十分な数でなかったため、163個にした。
    カテゴリ体型を用いて、タグ付きコーパスを
    作成した。コーパスの文章は実際のツイー
    トから顔文字が入っているものを選んだ。
    →最終的に3975件を作成
    10
    

    View Slide

11. 必要なデータの作成
    カテゴリ体型を用いて、手がかり語辞書を
    作成した。
    1440語の項目を設定し、それぞれに極
    性、カテゴリ・タイプを付与した。
    オンライン上の表現も含む
    おはよう：(おはよ,おはよー,おはよ～)
    11
    

    View Slide

12. カテゴリ推定処理
    カテゴリ推定を行うために、分類器を構築
    した。
    文章を入力すると、格学習データ(タグ付
    きコーパス)との類似度を計算し、上位に
    あるものの中で最も多い感情を結果とし
    て返す。
    12
    

    View Slide

13. カテゴリ推定処理
    入力文に複数の手がかり語が含まれる場
    合は、推測を誤る可能性がある。
    (例)「おかえり～今日はありがとね」
    ※あいさつの顔文字が選ばれてしまう。
    そのため、以下のように重み付けをした。
    N：手がかり語総数 n：n番目に現れる手がかり語
    13
    

    View Slide

14. 実験
    テスト用のつぶやきデータを用意し、その
    データと、被験者が自由に入力したもの
    に対して適切に推薦されたか判断した。
    2つの推薦結果に対して実験し、
    ・提案手法 ：本手法
    ・ベースライン：学習データを感情カテゴ
    リに限定した時
    14
    

    View Slide

15. 実験結果
    テスト用のつぶやきデータ
    15
    

    View Slide

16. 実験結果
    被験者が自由に入力したデータ
    16
    

    View Slide

17. まとめ
    ユーザの入力文から感情及び、コミュニ
    ケーション・動作を反映させたカテゴリを推
    定し、顔文字を推薦する手法を提案した。
    被験者実験をおこなったところ、結果平
    均66.6%の精度で顔文字が文章に対
    して適切に推薦された。
    17
    

    View Slide

18. ご視聴ありがとうございました
    18
    

    View Slide