|
本研究は，知的な対話の実現を目指す対話システム研究と，機械とのコミュニケーションにおける親近感や信頼感を重視してきた会話エージェントの研究を融合することにより，知的でありかつ人と長期的な関係を構築できる会話ヒューマノイドの実現を目指す．最終年度は本研究の最重要課題であるユーザ適応的な対話システムの開発に注力した．その1つの形として，ユーザとの対話を通じて，ユーザの食の好みに関するユーザモデルを獲得することを目的とする，インタビュー対話システムを開発した．ここでは，特に対話履歴と発話の意味内容に基づく，インタビュー対話の生成方法の開発に焦点をあてた．まず，テキストベースのチャットシステムを開発し，食の好みに関するインタビュー対話を118対話収集した．そして，収集した対話コーパス中の各発話について，コミュニケーション機能と意味内容のアノテーションを行った．次に，このコーパスをトレーニングデータとして用い．対話履歴から，次発話の意味内容を予測する生成モデルを作成した．発話の意味内容をトークンの列として表現することで，意味内容予測モデルを構築することに成功した．作成したモデルをBLEUを用いて評価した結果，提案手法によって生成された意味内容は，検索モデルやGPT-2による文生成よりも実際の対話(ground truth)の意味内容に近いことが示された．
将来課題として，本成果を本研究の前半で取り組んだ，大規模知識に基づく対話生成手法と統合することが次の目標である．ユーザの嗜好を引き出す対話を生成する対話モデルと，システムの発話内容のバリエーションを増やすための知識ベースの両方を有する対話システムを実現することにより，効果的なインタビュー対話が可能になると考える．
|
