要約
対話行為（Dialogue Act: DA）の識別は、自然言語理解を必要とする多くの応用において、発話の意味を把握する上で重要な要素である。近年、再帰型ニューラルネットワーク（RNN）を用いた手法が、DA分類問題への適用において有望な結果を示している。本研究では、発話表現のための新規確率的アプローチを提案し、文脈外におけるDA分類を目的としたRNN文モデルを構築した。本手法では、特定のDAと頻度的に関連するキーワードを抽出し、それらを基に発話表現を生成する。提案する確率的表現は、Switchboard DAコーパスに適用され、同じベースラインRNNモデルを用いて事前学習された単語埋め込み表現との性能を比較した。その結果、確率的表現手法は全体精度75.48％を達成し、単語埋め込み表現に対して1.8％の性能向上を示した。これは、単語とDAの関係を捉えることができる統計的発話表現の有用性が、DA分類の分野において示されたことを裏付けるものである。