- 著者
- 越後 宏紀 呉 健朗 新井 貴紘
- 雑誌
- グループウェアとネットワークサービスワークショップ2021(GN Workshop 2021) 論文集
- 巻号頁・発行日
- vol.2021, pp.17-24, 2021-11-12
YouTube をはじめとした動画共有サイトでは様々なカテゴリがある.また,CG 技術の発達により,配信者は顔出しをせずに 2D CG または 3D CG のアバタを利用して配信を行うことが可能となっている.アバタを利用した配信者,すなわち VTuber は CG 技術の発達とともに活動の幅が広がっており,顔を出して配信している YouTuber と遜色がなくなってきている.配信者はアバタを利用するかどうかを自由に選択することができる一方で,動画カテゴリ別においてアバタを用いた配信が視聴者にとって印象が良いのかどうかについてはこれまでほとんど調査されてきていない.そこで本論文では,アバタを利用した動画と利用していない顔出しの動画を用意し,視聴者にとってどれほど影響があるのかを調査した.比較実験を行い,動画カテゴリによってアバタを利用しないほうが視聴者にとって印象が良いものもあれば,特に印象に差が無いものもあることを確認した.
1 0 0 0 言語特徴に着目した褒め方の上手さの推定モデルの検討
- 著者
- 大串 旭 大西 俊輝 田原 陽平 石井 亮 深山 篤 中村 高雄 宮田 章裕
- 雑誌
- グループウェアとネットワークサービスワークショップ2021(GN Workshop 2021) 論文集
- 巻号頁・発行日
- vol.2021, pp.1-8, 2021-11-12
日常生活において褒める行為は大切なコミュニケーションである.褒め方の上手さを向上させるためには自分自身の褒め方の上手さを把握することが必要であると考えられるが,自分自身の褒め方の上手さを把握することは困難である.これより,我々は褒め方の上手さを評価するシステムの構築を目指す.この目標を達成するためには,褒め方の上手さを推定できる機械学習モデルの構築が必要である.そこで本稿では,話者(褒める人,褒められる人)の発話内容から,褒め方の上手さを推定できるか明らかにする取り組みを行う.はじめに,話者の発話内容として BERT でベクトル変換したものを言語特徴量として抽出した.次に,抽出した言語特徴量を用いて褒め方の上手さの評価値を推定する機械学習モデルの構築を行った.最後に,話者の発話内容をどのように利用すれば上手い褒め方を推定できるのか分析を行った.その結果,分類モデルにおいては褒める人の発話のみを利用したモデルの精度が最もよく,回帰モデルにおいては褒める人の発話とその後の褒められる人の発話を利用したモデルの精度が最もよくなることが確認できた.