@article{oai:ipsj.ixsq.nii.ac.jp:00177526,
 author = {宮崎, 千明 and 東中, 竜一郎 and 牧野, 俊朗 and 松尾, 義博 and Chiaki, Miyazaki and Ryuichiro, Higashinaka and Toshiro, Makino and Yoshihiro, Matsuo},
 issue = {2},
 journal = {情報処理学会論文誌},
 month = {Feb},
 note = {我々は，コールセンタに蓄えられた大量の対話データを，問合せを行う側の話者の知識量別に自動分類し，話者の知識量ごとの対話内容（起こりやすいトラブル，伝わりやすい説明の仕方など）を効率的に分析することを考えている．本研究では，話者の知識を反映すると考えられる多様な言語的・対話的特徴を列挙するとともに，教師あり機械学習を用いて知識の少ない話者（初心者）の対話を抽出する手法を提案する．また，評価実験を通して，提案手法によれば約0.8の適合率，0.5以上の再現率で知識の少ない話者（商品・サービスの初心者）の対話を抽出できることを示す．, In call centers, a massive amount of callers' dialogues have accumulated. To efficiently analyze dialogues featuring novice callers, we propose a method for automatically estimating a caller's level of knowledge. We focus on lexical and dialogic features and use a machine learning technique to learn a classifier that distinguishes knowledge levels. Experimental results show that our method achieves a precision of around 0.8 while retaining a moderate recall of over 0.5 in extracting the dialogues of novice callers.},
 pages = {594--604},
 title = {言語的・対話的特徴に着目したコールセンタ対話における話者の知識量推定},
 volume = {58},
 year = {2017}
}