発話レベルの注意に基づく双方向再帰型ニューラルネットワークを用いた会話分析

最近の対話行為認識の手法では、先行発話からの文脈が次の発話を分類する際に重要であることが示されています。文脈を考慮に入れることで、性能が急速に向上することが確認されました。本研究では、発話レベルの注意機構を用いた双方向再帰型ニューラルネットワーク（Utt-Att-BiRNN）モデルを提案し、先行発話が現在の発話を分類する際の重要性を分析します。当モデルにおいては、双方向再帰型ニューラルネットワーク（BiRNN）に現在の発話とその先行発話を入力として与えます。当モデルは、先行発話のみを使用した従来のモデルよりも使用したコーパス上で優れた性能を示しました。本論文のもう一つの貢献は、各発話が次の発話を分類するために持つ情報量を明らかにし、文脈に基づく学習が性能向上だけでなく分類の信頼性も高めることを示すことです。我々は、文字レベルと単語レベルの特徴量を使用して発話を表現します。結果は、文字特徴量と単語特徴量それぞれについて提示され、両方の表現を組み合わせたアンサンブルモデルについても報告されます。短い発話を分類する際には、最も近い先行発話がより大きな影響を与えることが判明しました。