NLP2016 発表スライド

Transcript

1. “個性に着目した対話システム”の 自然性の評価実験 須戸 悠太†，高椋 琴美† †，谷田 泰郎† †，山本 和英† ††シナジーマーケティング株式会社

   †長岡技術科学大学 1

2. 背景 （1/2） • シナジーマーケティング社では、Societas※という価 値観モデルによって個人の個性を規定し，個性の違 いによる人の行動・興味・人間関係の持ち方などの モデル化を目指している． • 特定の人の発話を学習して発話を生成する“個性” を持たせたロボットと人が雑談することによって得ら

   れる対話データを収集したい． 2 ※アンケートや行動などから性格診断ができるようなもの

3. 背景 （2/2） • 先行研究で対話システムの「個性性」と「自然性」に ついての評価を行ってきたが，自然性が担保されて いないと個性性の評価が難しい． • 対話の自然性を上げるには学習データの数を増や すことが一番取り組みやすい． –

   個性性を確保しながらデータ数を増やす必要がある． • 本研究では，どれくらいのデータ数があれば自然性 を担保できるのかの評価実験を行った． 3

4. 対話システムについて • 学習データは｛“相手の発話”，“（相手に対する）ロ ボットの発話”｝の２文で構成されている． – 入力された文に対して，類似度の高い“相手の発話”を選 択し，それに対応する“ロボットの発話”を出力として返す． 4 相手の発話 （相手に対する）ロボットの発話

   Data_1 「食べ物だったら何が好き？」 「ラーメン」 Data_2 「体動かすのは気持ちいいよ」 「散歩しかしてないや」 ⋮ ⋮ ⋮ Data_n 「～～」 「～～」

5. 評価実験の流れ 5 No.1 評価者 No.2 No.3 No.4 3体のロボット と会話 アンケートに記入

   休憩 前半 3体のロボット と会話 アンケートに記入 後半 最終アンケート グループインタビュー チャット形式で会話 人 興味ある？ あるけどあんまり好き じゃない ロボ 人 なんだそれ そうそう、だから「リボン の騎士」は宝塚風 ロボ 人 リボンの騎士も手塚治 虫だね うん、手塚治虫は偉い な ロボ 人 手塚治虫リスペクトしま くりだね 福山ファンに怒られるぞ ロボ

6. 学習データの数の設定 • 学習データのデータ数 を3段階に設定した． – A : 14,000対 – B

   : Aからランダムに10,000対 – C : Bからランダムに5,000対 6 1A:14,000対 1B:10,000対 1C:5,000対 2A:14,000対 2B:10,000対 2C:5,000対 A B C 作成者1 作成者2 6種類の ロボット

7. 自然性評価の質問項目 • 各質問項目にそれぞれ10 点満点で評価してもらう． • 評価基準等はこちらからは 指定せず，被験者に判断を 任せた． 7 1.

   会話がつながる 2. あなたの発言の意味を理解している 3. 受け答えが自然である 4. 突拍子もない発言が少ない 5. 会話が一方的にならない 6.表現が多様である 7.言い回しに違和感がない 8.話題が豊富である 9. 会話が楽しかった 10. また話したいと思う

8. アンケート結果の標準化 • 以下の理由から各被験者，前半後半で分けて標準 化を行った． – 各被験者の評価に対する考え方の違い – 前半・後半での実験への慣れなどの環境の変化 – 前半・後半で会話の形式を変えたことで評価が変わった

   人もいた • 以下の式で標準化を行い，その合計スコアを求めた． 1. = 1 − 2 =1 2. = − 8 ：標準偏差 ：評価点 ：平均値 ：データ数 ：標準化された値

9. 結果 9 -8 -6 -4 -2 0 2 4 6

   8 10 12 合計スコア 学習データ数 type-1 type-2 5,000 10,000 14,000 考察 （2/2） 考察 （1/2）

10. 考察 （1/2） • 学習データ数5,000から10,000ではマイナス評価の 数が減っている． • 一方で、10,000から14,000ではほとんど差はない． • 作成コスト等を考慮すると，今回使用した対話シス テムでは学習データの数は10,000あれば十分では

    ないか． 10

11. 考察 （2/2） • データ数10,000で極端に高評価な箇所について． – データ数10,000のロボットと話した時に出てきた話題が面 白かった． – 会話が成り立ちにくかったロボットとの会話の後に、相性 のいいロボットと話し高評価であった．

    • 会話によって引き出される話題やロボットとの相性 も評価に影響されていると考えられる． 11

12. おわりに • 個性性評価のためには自然性をある程度担保する 必要がある． • 自然性担保に必要なデータ数の評価実験を行った． • 今回使用した対話システムでは，学習データの数は 10,000あれば十分ではという結論が得られた． 12

    対話システムを体験することができますので， Synergy Marketingのスポンサーブースにも ぜひ足を運んでみてください！

13. （補足1） 学習データの作成 ① “ロボットの発話”にあたる，1,500種類の発話文を 作成する． ② クラウドソーシングを利用して“ロボットの発話”に 対応する“相手の発話”を収集した． – 「？」の部分を想像して入れてもらう

    13 相手の発話 （相手に対する）ロボットの発話 Data_1 「？」 「サッカー」 Data_2 「？」 「最近面白いと思う番組少ない」 ⋮ ⋮ ⋮ Data_n 「？」 「～～」