2021 Fiscal Year Annual Research Report
実世界における知識獲得のための対話システムの構築
Publicly Offered Research
| Project Area | Studies on intelligent systems for dialogue toward the human-machine symbiotic society |
|---|
| Project/Area Number |
20H05556
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
原田 達也 東京大学, 先端科学技術研究センター, 教授 (60345113)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 画像認識 / 自然言語処理 / 対話 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，人間とエージェントが対話を通じて実環境中に存在する未知物体の情報を獲得・学習し，対話継続可能とするシステムの構築である．近年の深層学習をはじめとした機械学習の進展は, 人間とエージェントが自然な対話を行うことを可能にしつつある．しかし，実環境において知識共有や獲得を目的とした対話の実現には，エージェント自身が実世界において知らない事象が何であるかを知ること，知らない事象に対する知識獲得のための適切な質問の生成すること，人間からの回答を理解し，再学習に利用することで知識として定着させることが必要となるが，いずれも困難な問題であるため未だ実現に至っていない．そこで本研究課題では，これらの本質的な問題解決に取り組んでいく．本年度は，視覚的質問応答（VQA）のためのサブ質問の生成課題に特に取り組んだ．従来のVQAモデルは，実世界の知識に関する推論を必要とする問題において，間違った推論を行う傾向がある．このような問題を解決するために本研究では，正しい推論に有用な補助的な知覚情報を積極的に獲得するための質問を生成する新しいVQAモデルを提案した．具体的には，本モデルは，１）質問に回答するためのVQAモデル，２）質問を生成するための視覚的質問生成（VQG）モデル，３）生成された質問が元の質問に答えるために有用な情報をどれだけ含んでいるかを推定する情報スコアモデルから構成される．VQGモデルは，情報スコアモデルから得られる情報量を最大化するように学習させることで，元の質問の回答に関する情報をできるだけ多く含むサブ質問を生成する．生成されたサブ質問とその回答を付加情報としてVQAモデルに入力することで，サブ質問を利用しないベースラインモデルよりも正確に元の質問に対する回答を予測できることが実験により示された．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
