[2L1-OS-9a] Affective Computing

[2L1-OS-9a-04] なぜ性格特性は会話中のラポールの予測性能を向上させるのか?

〇林 貴斗¹、基村 竜晟¹、石井 亮²、二瓶 芙巳雄²、深山 篤²、岡田 将吾¹ (1. 北陸先端科学技術大学院大学、2. 日本電信電話株式会社 人間情報研究所)

キーワード：Affective Computing、社会的信号処理、ラポール

Affective Computingでは，機械学習モデルを用いて会話中の言語/非言語行動からラポールを推定する研究が行われてきた．近年，話者の性格を考慮することでラポールの予測性能が向上することが報告されている．しかし，なぜ性格がラポールの予測性能向上に寄与するかは十分に明らかではない．はじめに，我々は会話中の言語/非言語特徴量から話者の主観ラポールを予測する回帰モデルを開発した．そしてBigFive質問紙から作成された性格特徴量をどの言語/非言語特徴量と組み合わせることが有効かを調べた．さらに，対人知覚の分析モデルであるSocial Relations Modelを機械学習モデルの予測値の分析に応用することで，性格特徴量の追加によるモデルへの影響を詳しく調査した．実験の結果，表情特徴量を使用した予測モデルで，性格特徴量の追加によるラポール値の予測性能の向上が確認された．さらに，性格特徴量による予測モデル(表情)のラポール値の予測性能向上は，知覚者効果と関係性効果の暗黙的な予測性能の向上に起因する可能性を示唆する証拠が得られた．