@techreport{oai:ipsj.ixsq.nii.ac.jp:00216958,
 author = {谷口, 巴 and 持橋, 大地 and 長野, 匡隼 and 中村, 友昭 and 長井, 隆行 and 稲邑, 哲也 and 小林, 一郎 and Tomoe, Taniguchi and Daichi, Mochihashi and Masatoshi, Nagano and Tomoaki, Nakamura and Takayuki, Nagai and Tetsunari, Inamura and Ichiro, Kobayashi},
 issue = {27},
 month = {Mar},
 note = {近年，汎用言語モデルの出現などにより自然言語処理には大きな革新がもたらされ，記述されたテキストに対する意味理解の研究は飛躍的に進んだと言える．一方で，実世界における言葉の意味理解に対しては，未だ十分に研究が進んでいるとは言えない．今後，ロボットなどが家庭に導入された際に，ロボットは日常生活でより充実したサービスを提供するために，言語を通じて人と同じ実世界における感覚を共有した動作が期待される．よって，実世界環境における現象を説明するための言語の意味を理解することは，重要な課題と言える．本研究では，中でも実世界環境で用いられる副詞の意味に着目し，特に人の動作を対象として理解することを目的とする．具体的に，3 つの手法を用いて課題に取り組む．(i) Gaussian Process Latent Variable Model を用いて潜在空間における副詞表現と人の動作対応関係を捉え，(ii) 人の動作を Spectral Mixture Kernel を用いたガウス過程により解析を行い，特定の副詞を表現する動作に共通する周波数カーネルを発見する．(iii) 動作の特徴を表す周波数カーネルとその動作を表現する副詞の共通トピックを同時に学習することにより，副詞と動作の対応関係を捉えるモデルを提案する．, In this study, we attempt to understand the meaning of adverbs through the features of human actions. Specifically, the trajectories in the nonlinear latent space obtained by compressing human actions with a Gaussian process latent variable model (GPLVM) are represented by a Gaussian process with a Spectral Mixture kernel. We also propose a multimodal topic model in frequency space that captures the correspondence between adverbs and the multiple frequency components that make up the trajectories in each dimension.},
 title = {ガウス過程を用いた周波数スペクトル分析による副詞の理解},
 year = {2022}
}