道案内インストラクションからの知識Frame抽出(語彙意味論・知識表現)
スポンサーリンク
概要
- 論文の詳細を見る
アシスタント・ロボットを作るには、自然言語で表現された人間のインストラクションを解釈し実行する必要がある。この目的のため、本論文ではオフィス空間を想定した道案内のインストラクションから、道順をたどるのに必要な知識Frameを機械学習を用いて抽出する。方法としては、インストラクションを行動毎にセグメントし、知識Frameにマップするjoint modelとなるframe-segment decoding algorithmを提唱し、perceptronで学習する。同時に、知識Frameのslot fillerを一つにまとめて行動ごとにlabelを作り、linear-chain Conditional Random Fields (CRFs)を応用可能にした上で、これと比較する。実験結果では、frame-segment modelが77.7%の成功率でCRFsを上回った。
- 一般社団法人情報処理学会の論文
- 2006-09-12