再帰チェーンリンク型学習を用いた帰納的学習による対話処理手法の複数被験者による性能評価(インタフェース, 対話)(言語理解とコミュニケーション)

概要

論文の詳細を見る
近年, 情報検索など様々な分野で質問応答システムが必要とされている. しかし, 文に内在する言語知識を詳細に記述する解析型対話処理手法では, 規則記述の困難さや新たな規則の登録による副作用が問題になる. そこで, 我々は実際の対話例からそこに内在する規則を獲得する帰納的学習, 再帰チェーンリンク型学習を用いることでこの問題を解決しようと試みた. しかし, これまでの手法では雑談を対象とした場合にはある程度の精度が得られたが, 質問応答のような正しい情報を含む対話での正応答率は低かった. そこで, 本稿では学習により得られた応答文生成ルールに獲得元となった応答文生成ルールの情報を保持し, 応答文生成ルールの獲得された状況及び親ルール内で使われていた単語の情報を利用することにより, ユーザの欲する情報を出力する機能について述べる. 本手法に対して性能評価実験を行い, 正解となる情報を持つ応答文生成ルールがルール辞書中に存在する質問に対して79.2%の正応答率を得た.
社団法人電子情報通信学会の論文
2003-10-30