動画像情報と音声情報のシーケンス変換学習に基づく言語獲得

• Item type: SIG Technical Reports(1)
• 公開日: 2016-07-22
• タイトル: 動画像情報と音声情報のシーケンス変換学習に基づく言語獲得
• タイトル / 言語: en
• タイトル: Language Acquisition Based on Sequence to Sequence Learning Between Video Information and Speech Information
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 機械翻訳
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 岡山県立大学
• 著者所属: 岡山県立大学
• 著者所属: 岡山県立大学
• 著者所属(英): en
• 著者所属(英): Okayama Prefectural University
• 著者所属(英): en
• 著者所属(英): Okayama Prefectural University
• 著者所属(英): en
• 著者所属(英): Okayama Prefectural University
• 著者名: 高渕, 健太; 岩橋, 直人; 國島, 丈生
• 著者名(英): Kenta, Takabuchi; Naoto, Iwahashi; Takeo, Kunishima
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，動画像情報と音声情報のシーケンス変換学習に基づくロボットの言語獲得手法を提案する．提案手法では，概念構造を表す記号列と音節列の相互変換を学習する．シーケンス変換学習として統計的機械翻訳手法である IBM Model4 とニューラルネットワークに基づく機械翻訳手法である Encoder-decoder モデルの 2 通りを試す．本提案手法の特徴は以下の 2 点である．1) 動画像情報と音声情報の変換の学習を機械翻訳問題としてモデル化する．2) 形態素解析を必要とせず，音節列と概念構造を変換することができる．実験により，高い精度で動画像情報と音声情報が相互変換できることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we propose the method that enables robots to learn language based on sequence to sequence language between video information and speech information. As sequence to sequence learning methods, we adopted the statistical machine translation method (IBM Model 4) and neural network based machine translation method (encoder-decoder model). The originalities of the proposed method are as follows: 1) Language acquisition problem is formulated by the machine learning problem. 2) Morphological analysis is not necessary in the processes of learning and conversion. We got promising results.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2016-NL-227, 号 10, p. 1-4, 発行日 2016-07-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8779
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会