1 0 0 0 OA 言語情報・非言語情報を利用した議論構造の解析
- 著者
- 杉本 真佐樹 岡田 将吾 新田 克己
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.26, 2012
仲裁や交渉における議論を解析するためには,論点の関係や議論構造を把握することが重要である. 本稿では,言語情報だけでなく非言語情報まで用いて議論を解析し,議論構造を詳細に把握する手法を提案する. まず,発言に出現する単語の共起性に着目し,話題の推移を検出する.そして,推移のきっかけとなった発言と,その発言と同時に表出された身振りなどの非言語情報を統合的に利用し,発言の意味づけを分析する.
1 0 0 0 自己増殖型ニューラルネットワークを用いた時系列データの学習・認識
- 著者
- 岡田 将吾 長谷川 修
- 出版者
- The Institute of Electronics, Information and Communication Engineers
- 雑誌
- 電子情報通信学会論文誌 D (ISSN:18804535)
- 巻号頁・発行日
- vol.J91-D, no.4, pp.1042-1057, 2008-04-01
本研究では,オンライン教師なし学習手法であるSelf-Organizing Incremental Neural Network (SOINN)を用いて各状態の出力分布を自己組織的に近似可能な時系列データの学習モデルを提案する.提案手法は従来手法であるストキャスティックDP法を拡張した新規の手法である.ストキャスティックDP法では各状態を一つの多次元正規分布で近似しているのに対し,提案手法では各状態の出力分布がSOINNによって自己組織的に近似される上,各状態の出力分布が詳細に近似されるため,時系列データの頑健なモデル化が可能となる.提案手法の有効性を検証するために,動画像から得られる動作及び音素を用いた認識実験を行った.HMM (Hidden Markov Model)及びストキャスティックDP法と認識精度を比較することで提案手法の有効性を示す.