NLP2016 報告

Transcript

1. NLP2016 報告 長岡技術科学大学 自然言語処理研究室 須戸 悠太 1
2. 所感 • 対話に関連する研究が多かったと感じた ▫ オープニングでも少し触れていた • 対話システム側の発話に特徴を持たせようとい う研究も見られた 2
3. 文献紹介 • 再帰型ニューラルネットワークを用いた特定話 者の個性を学習可能な非タスク指向型対話シス テム ▫ 三上佳孝, 萩原将文 ▫ 慶應義塾大学理工学部情報工学科 • A7：対話(2) 3
4. 概要 • 対話システムの提案 • システムの特徴 ▫ 特定個人の個性や発話特性が学習可能 ▫ ルールベースの処理を人手で加えることなく応答 文が生成可能 ▫ 学習用データを変更するだけで，容易に異なる発 話文や個性を持つシステムを構築可能 4
5. システムの構成 • 形態素解析後の文から文章の 分散表現としてParagraph vector を生成する． • 再帰型ニューラルネットワー クについてはRNNを用いる • データベース中に蓄積されて いる応答文候補は再帰型 ニューラルネットワークの学 習を行った際に教師データと して用いた文を使用 5
6. RNNによる学習 • 特定話者（システム）の発話文を教師データとし, その 話し相手の発話文を訓練データとしてBack Propagation Through Time を用いて誤差逆伝搬計算を行って学習. 6 対話コーパス を用いて, 2種類の 発話文を 一対一で対応
7. 評価実験 • 主観評価実験 • 学習データ ▫ 著者自身のLINEの対話履歴 • 比較対象 ▫ 従来のルールベース型の手法を用いた非タスク指 向型対話システム[13] 7 [13] 小林峻也, 萩原将文, "ユーザの嗜好や人間関係を考慮する非タスク指向型 対話システム" 人工知能学会論文誌, Vol. advpub, , 2016.
8. 実験結果 • システム全体の満足度としては従来手法と同等 • 特定個人の個性の学習については提案手法の方が優れて いる 8