| 研究課題/領域番号 |
26280079
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
奥村 学 東京工業大学, 科学技術創成研究院, 教授 (60214079)
|
|---|
| 研究分担者 |
白井 清昭 北陸先端科学技術大学院大学, 情報科学研究科, 准教授 (30302970)
平尾 努 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 主任研究員 (40396148)
森本 郁代 関西学院大学, 法学部, 教授 (40434881)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| キーワード | ソーシャルメディア / 対話 / 意見分析 / 意見要約 / 議事録作成 |
|---|
| 研究実績の概要 |
本研究課題では，大きく次の3つの研究テーマを柱としてソーシャルメディア上での対話に介在し，対話の円滑な進行を支援し，対話を深めるような発話を行うファシリテータシステムを開発するとともに，一方でその対話から意見を収集，分析し，要約する技術を開発する．a. 対話に介在し，対話者から意見を引き出す対話エージェントの研究開発．これまでに開発した対話型アンケートシステムと同様に，対話中で意見を述べた発話者に対して，自然に質問などの発話を行うことで，意見の詳細を得る技術を開発する．b. 対話からの意見の抽出，分析技術の研究開発．対話中から意見を抽出するとともに，それらの意見間の関係を同定し，意見間の関係を考慮した意見の分析技術を開発する．c. 対話から収集した意見の要約技術の研究開発．a, bで収集された，互いに関係しあう，時系列的に並んだ意見の集合から，そのまとめとして議事録的な要約を作成する技術を開発する．
bでは，分散表現を用いて，感情極性付きの大規模な単語辞書を構築する手法を提案した．90%程度の精度で，大量の単語に対して感情極性を付与することができることが分かった．
cでは，ニューラルモデルを用いた文要約手法において初めて，要約の長さを制御することに成功した．これにより，テキスト要約にも応用可能な，ニューラルモデルを用いた文要約モデルを実現できたことになる．また，テキスト要約のための大量の訓練データを有効に活用できる，テキスト要約のための機械学習手法を提案した．対象のテキストとは異なる大量の訓練データを利用することにより，性能を向上できることを確認した．さらに，日本語文圧縮のための大規模な訓練データを自動的に構築する手法を提案するとともに，そのデータを用いた，ニューラルモデルによる日本語文圧縮手法を提案した．従来の日本語文圧縮手法に比べ，有意に優れた性能を得られることを確認した．
|
| 現在までの達成度 (段落) |
28年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
28年度が最終年度であるため、記入しない。
|
| 次年度使用額が生じた理由 |
28年度が最終年度であるため、記入しない。
|
| 次年度使用額の使用計画 |
28年度が最終年度であるため、記入しない。
|
