Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
NLP2016 報告
Search
Yuta
March 22, 2016
Education
0
180
NLP2016 報告
Yuta
March 22, 2016
Tweet
Share
More Decks by Yuta
See All by Yuta
20160422 文献紹介
sudo
0
160
NLP2016 発表スライド
sudo
0
200
20160218 文献紹介
sudo
0
220
20150909 発表資料
sudo
0
140
20150820 文献紹介
sudo
0
170
20150708 文献紹介
sudo
0
150
20150610 文献紹介
sudo
0
170
20150512 文献紹介
sudo
0
180
20150415 文献紹介
sudo
1
200
Other Decks in Education
See All in Education
Introduction - Lecture 1 - Information Visualisation (4019538FNR)
signer
PRO
0
3.5k
【潔能講堂】永續環境、擁抱綠能 太陽能光電發展現況與產業製程解析
learnenergy2
0
120
Pre-enrollment Information for UTokyo International Students
utokyoissr2360
0
4.8k
Analysis and Validation - Lecture 4 - Information Visualisation (4019538FNR)
signer
PRO
0
1.4k
STEAM教育の枠組で行うプログラミング学習
asial_edu
0
210
H5P-työkalut
matleenalaakso
3
32k
インターアクトクラブについて:国際ロータリー第2720地区インターアクト委員会 委員長・大分東ロータリークラブ 阿部 克哉 氏
2720japanoke
0
670
情報Iの「縦糸」と「横糸」を意識したプログラム教育の実践
asial_edu
0
200
SUMMER SCHOOL 2024
pnuslide
0
140
Introduction - Lecture 1 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
3k
HyRead2324
cbtlibrary
0
120
Padlet opetuksessa
matleenalaakso
3
11k
Featured
See All Featured
What’s in a name? Adding method to the madness
productmarketing
PRO
15
2.6k
Unsuck your backbone
ammeep
663
57k
A Philosophy of Restraint
colly
196
16k
Building Better People: How to give real-time feedback that sticks.
wjessup
354
18k
Rails Girls Zürich Keynote
gr2m
91
13k
BBQ
matthewcrist
80
8.8k
Embracing the Ebb and Flow
colly
79
4.1k
Creatively Recalculating Your Daily Design Routine
revolveconf
209
11k
Building Adaptive Systems
keathley
30
1.9k
Optimising Largest Contentful Paint
csswizardry
7
2.3k
Building Your Own Lightsaber
phodgson
98
5.7k
Why Our Code Smells
bkeepers
PRO
331
56k
Transcript
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
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
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
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
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
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
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.
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