相談型対話のモデル化と対話戦略の最適化

• Item type: SIG Technical Reports(1)
• 公開日: 2010-07-15
• タイトル: 相談型対話のモデル化と対話戦略の最適化
• タイトル / 言語: en
• タイトル: Modeling Spoken Consulting Dialogue and its Optimization by Reinforcement Learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 音声対話システム
• 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: 情報通信研究機構, MASTARプロジェクト
• 著者所属: 情報通信研究機構, MASTARプロジェクト
• 著者所属: 情報通信研究機構, MASTARプロジェクト
• 著者所属: 情報通信研究機構, MASTARプロジェクト
• 著者所属: 情報通信研究機構, MASTARプロジェクト
• 著者所属: 情報通信研究機構, MASTARプロジェクト
• 著者所属: 情報通信研究機構, MASTARプロジェクト
• 著者所属(英): en
• 著者所属(英): NICT, MASTAR Project
• 著者所属(英): en
• 著者所属(英): NICT, MASTAR Project
• 著者所属(英): en
• 著者所属(英): NICT, MASTAR Project
• 著者所属(英): en
• 著者所属(英): NICT, MASTAR Project
• 著者所属(英): en
• 著者所属(英): NICT, MASTAR Project
• 著者所属(英): en
• 著者所属(英): NICT, MASTAR Project
• 著者所属(英): en
• 著者所属(英): NICT, MASTAR Project
• 著者名: 翠, 輝久; 杉浦, 孔明; 大竹, 清敬; 堀, 智織; 柏岡, 秀紀; 河井, 恒; 中村, 哲
• 著者名(英): Teruhisa, Misu; Komei, Sugiura; Kiyonori, Ohtake; Chiori, Hori; Hideki, Kashioka; Hisashi, Kawai; Satoshi, Nakamura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，ユーザがシステムから情報提示・推薦を受けながら候補を選択する相談型の音声対話システムの枠組みについて述べる．嗜好に合った候補を選択する際には，多くの要因を考慮する必要がある．システムを利用するユーザは，そのような要因の全てを必ずしも把握しているわけではないため，システムはユーザに対して情報推薦を行い，知識のギャップを埋める必要がある．本研究では，このように複数の候補の中からユーザに適した候補を選択する相談型対話のモデルを提案する．京都観光案内タスクにおいて，観光スポットを決定する対話システムの実装を行い，被験者実験を行った．さらに，被験者実験で得られた対話データから，ユーザのシミュレータを作成し，自然政策勾配法を用いた強化学習を用いて対話戦略の最適化を行った．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper addresses a spoken dialogue framework that helps users make decisions. Various decision criteria are involved in selecting from a given set of alternatives. Users often do not have a definite goal or criteria for selection, and thus the system has to bridge the knowledge gap and also recommend an appropriate alternative together with the reason for the recommendation through a dialogue. In this paper, we present a model for such consulting dialogue. In order to evaluate the model, we implement a trial sightseeing guidance system and conduct a user experiment. Then, we optimize the dialogue strategy through reinforcement learning with a natural policy gradient approach using a user simulator trained from the collected dialogue data.
• 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: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2010-SLP-82, 号 23, p. 1-6, 発行日 2010-07-15
• 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