[4E2-OS-11b] 人間と共生する対話知能(2/4)

[4E2-OS-11b-04] 性格情報を反映した発話文生成

〇山下 紗苗¹、奥村 紀之² (1. 明石工業高等専門学校、2. 大阪市立大学)

キーワード：発話生成、性格特性

対話システムには、キャラクタ性がない、キャラクタ性に一貫性がないといった問題がある。本研究では、Big Five のスコアを性格とみなし、Twitter のツイートから個人の性格を反映した発話を出力することをめざす。1文単位へ分割した個人のツイートをもとに、転移学習を行いBERTのマスク語予測モデルを用いて語を置換することで、その人らしい発話を出力する。評価は、違和感のない文が出力されているかどうかと、その人らしい発話が生成できているかどうかの 2 つの観点から行う。その結果、形態素解析を行わないSentencePieceをトークナイザに用いたモデルは、単語分割後に Byte Pair Encoding を行う方法と比較して、より流暢に語を置換できることがわかった。また、Big Five の誠実性と神経症的傾向については、個別ツイートを用いて転移学習を行うことで、書き手の性格を反映できることが得られた。