[3Xin4] ポスターセッション1

[3Xin4-44] 微細な共感性を調整した対話文による対話応答生成モデルの学習と評価

〇本間 健¹、藤原 知樹²、渡邉 寛大³、十河 泰弘¹ (1.日立製作所、2.東北大学、3.奈良先端科学技術大学院大学)

キーワード：対話システム、共感性、End-to-End学習

対話システムにおいて、ユーザが「対話システムの持つ共感性」を認識しやすい応答文を生成する応答生成モデルの学習方法を研究した。具体的には、応答生成モデルの学習文に存在する共感性の種類を変えて複数のモデルを学習し、各モデルで生成された応答文に対して主観評価を行うことにより、どのような種類の共感性を持つ学習文が共感性の向上に寄与するかを調べた。その結果、心理学で提案される4個の共感性の下位次元のうち、「個人的苦痛」および「視点取得」に分類される応答文で学習された応答モデルで生成した応答文が、ユーザにもっとも高い共感性を認識させることがわかった。