[1I5-OS-31b] デジタルゲームの人工知能

[1I5-OS-31b-01] 対話システムのための対照学習によるキャラクタ性の評価

〇稲葉 通将¹ (1. 電気通信大学)

キーワード：対話システム、キャラクター性

キャラクターのペルソナに基づく対話システムはシステムの応答の一貫性を向上させられることに加え，システムへの信頼感の向上，およびエンターテイメントの用途で重要である．
そのような対話システムの構築において，発話がそのペルソナに適合しているかどうかを自動で判定できることは重要である．
本研究では，与えられた発話のペルソナ性を評価するためのニューラルネットワークモデルであるPersonaCLRを提案する．
提案モデルは，評価対象の発話と目的のペルソナを持つ話者によるサンプル発話の集合を入力とし，評価対象の発話のペルソナ性をスコアとして返す．
モデルの学習は1つの発話と同一話者によるセリフの集合のペアを用いた対照学習により行う．
対照学習により，PersonaCLR は追加の学習を行うことなく，新しいペルソナの発話評価をゼロショットで行うこと可能である．
実験では，オンライン小説100作品から収集した約2000発話からなるデータセットを新たに構築し，これを用いて評価を行った．
実験の結果，提案モデルは既存の手法およびChatGPTを用いた手法を含む複数の手法と比較し，高い性能を示した．