| Project/Area Number |
20K12738
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90150:Medical assistive technology-related
|
|---|
| Research Institution | National Institute of Technology, Kumamoto College |
|---|
Principal Investigator |
博多 哲也 熊本高等専門学校, 電子情報システム工学系CIグループ, 教授 (60237899)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
柴里 弘毅 熊本高等専門学校, 電子情報システム工学系AEグループ, 教授 (60259968)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2020: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | 医療福祉工学 / 生活支援技術 / 健康福祉工学 / 対話システム / アシスティブテクノロジー |
|---|
| Outline of Research at the Start |
ネットワーク環境に依存することなく適切な話題展開を行える非タスク指向型対話システムを構築する．これを実現するために単語分散表現を用いて話題語の情報を増幅し，語義の曖昧性解消を試みる．次に，対話システムとの日常会話に基づいて高齢者の認知機能を評価する仕組みを考案する．システムとの対話記録を解析し，可視化に挑戦する．
|
| Outline of Annual Research Achievements |
認知機能の低下を防ぐ生活習慣として，会話により認知予備力を高めることの重要性が指摘されているが，独居高齢者の発話機会は極めて乏しいという問題がある．本研究では，独居高齢者の認知予備力を高めQOL改善に役立つ非タスク指向型対話システムを開発した．従来の対話システムでは，複数の意味を持つ単語の解釈が上手くできない，利用者の質問に対して答えるだけの受動的なものに陥りやすいという課題が指摘されている．対話システムが長期にわたり利用されるためには，ユーザの信頼獲得が必要不可欠である．利用者に機械と話しているという違和感を抱かせないように，意味のある対話を継続できるよう語義の曖昧性を解消することが求められる．対話システムの応答文生成に関しては，再帰型ニューラルネットワーク(RNN)による応答生成法などが提案されているが，対話ペアデータが大量に必要で，パターンにマッチしない対話に対する応答の制御が困難という問題が指摘されている．しかし，会話に含まれる１つの話題語から語義の曖昧性を解消することは難しい．そこで，単語をベクトル表現する単語分散技術を利用し，ベクトルの近い類似単語を複数求め情報量を増幅する．現在の会話だけでなく直近の会話を遡り，周辺単語のベクトルを含めて比較することで語義の曖昧性の解消を図り，対話の信頼性を高める．さらに，単語をベクトル化した専用の辞書を作成し，インターネット環境に依存することなく動作できるシステムを構築する．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
再帰型ニューラルネットワーク(RNN)による応答生成法などが提案されているが，対話ペアデータが大量に必要で，パターンにマッチしない対話に対する応答の制御が困難という問題が指摘されている．しかし，会話に含まれる１つの話題語から語義の曖昧性を解消することは難しい．そこで，単語をベクトル表現する単語分散技術を利用し，ベクトルの近い類似単語を複数求め情報量を増幅する手法を考案した．現在の会話だけでなく直近の会話を遡り，周辺単語のベクトルを含めて比較することで語義の曖昧性の解消を図り，対話の信頼性を高める改良を行っている．また，Twitter APIを使用することで，対話データの質と量の改善を図った．
|
| Strategy for Future Research Activity |
対話インタフェースの改善を図り，ユーザビリティの向上を目指す．
|
