文脈に基づく対話行為認識のための単純再帰型ニューラルネットワークのアプローチ

対話行為認識は自然言語理解の重要な部分です。本研究では、対話行為コーパスのアノテーション方法とこれまでに使用されてきた学習手法について調査しました。その結果、多くのクラスにおいて対話行為は会話内の文脈に依存することが明らかになりました。しかし、これまでの対話行為分類モデルは発話レベルで動作し、文脈を考慮するものは非常に少ないことがわかりました。そこで、文字レベル言語モデルによる発話表現を使用した新しい文脈ベースの学習手法を提案します。この手法により、著しい改善が見られました。Switchboard 対話行為コーパスでの評価結果から、直前の発話を現在の発話の文脈として考慮することで対話行為検出が向上することが示されました。