Dialog Act Classification Using Features Intrinsic to Dialog Acts in an Open-Domain Conversation

要旨

対話行為の自動推定は自由対話システムにおける重要な要素技術のひとつである．機械学習を用いた既存の対話行為の推定手法では，機械学習に用いる特徴のセットを 1 つ設定するが，この際に個々の対話行為の特質は十分に考慮されていなかった．機械学習の特徴の中にはある特定の対話行為の分類にしか有効に働かないものもあり，そのような特徴は他の対話行為の分類精度を低下させる要因になりうる．これに対し，本論文では対話行為毎に適切な特徴のセットを設定する．まず， 28 個の初期の特徴を提案する．次に，対話行為毎に初期特徴セットから有効でない特徴を削除することで最適な特徴セットを獲得する．これを基に，入力発話が対話行為に該当するかを判定する分類器を対話行為毎に学習する．最後に，個々の分類器の判定結果ならびに判定の信頼度から，適切な対話行為をひとつ選択する．評価実験の結果，提案手法は唯一の特徴セットを用いるベースラインと比べてF値が有意に向上したことを確認した．

主題