講演抄録/キーワード |
講演名 |
2017-12-20 17:20
強化学習による車載器への命令発話文解析の試み ○徳久雅人・木村周平(鳥取大) NLC2017-38 |
抄録 |
(和) |
本稿では,車載器に音声で命令するための発話文解析に,強化学習を用いたことを報告する.車載器は観光ガイド,音楽,気象報告等のサービスを行なう.車内では付け足した発話や訂正の発話があるため,それらを受理する解析器が必要となる.目的指向発話におけるスロット・フィリング,すなわち,発話の断片から情報を抽出することや注目する単語をずらすことを「認識アクション」とすることで,アクション系列を学習する強化学習が利用可能になる.実験では,85種類のサービス・メソッドに対応する900件の発話文の解析を行なったところ,正解率は 98.2 % であった. |
(英) |
This paper reports a trial of reinforcement learning to analyze command utterances for an in-vehicle computer. The computer gives such services as music, tourism guide, weather report, and so on. Since the users utter additional or revisal words in their utterances, the utterance analyzer needs to accept the illegal sentences. We propose recognition-actions that extract information or shift the focus to the word of the utterance so as to use reinforcement learning, which can learn the sequences of actions. The experimental results show the accuracy is 98.2% to analyze 900 utterances that cover 85 kinds of methods for the in-vehicle computer's services. |
キーワード |
(和) |
車載器 / 発話文解析 / 強化学習 / Q-ラーニング / 認識アクション / / / |
(英) |
in-vehivle computer / utterance analysis / reinforcement learning / Q-learning / action for recognition / / / |
文献情報 |
信学技報, vol. 117, no. 367, NLC2017-38, pp. 55-60, 2017年12月. |
資料番号 |
NLC2017-38 |
発行日 |
2017-12-13 (NLC) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
査読に ついて |
本技術報告は査読を経ていない技術報告であり,推敲を加えられていずれかの場に発表されることがあります. |
PDFダウンロード |
NLC2017-38 |
研究会情報 |
研究会 |
NLC IPSJ-NL SP IPSJ-SLP |
開催期間 |
2017-12-20 - 2017-12-22 |
開催地(和) |
早稲田大学グリーン・コンピューティング・システム研究開発センター |
開催地(英) |
Waseda Univ. Green Computing Systems Research Organization |
テーマ(和) |
第4回自然言語処理シンポジウム & 第19回音声言語シンポジウム |
テーマ(英) |
The 4th Natural Language Processing Symposium & The 19th Spoken Language Symposium |
講演論文情報の詳細 |
申込み研究会 |
NLC |
会議コード |
2017-12-NLC-NL-SP-SLP |
本文の言語 |
日本語 |
タイトル(和) |
強化学習による車載器への命令発話文解析の試み |
サブタイトル(和) |
|
タイトル(英) |
Trial of Reinforcement Learning to Analyze Command Utterances for In-vehicle Computer |
サブタイトル(英) |
|
キーワード(1)(和/英) |
車載器 / in-vehivle computer |
キーワード(2)(和/英) |
発話文解析 / utterance analysis |
キーワード(3)(和/英) |
強化学習 / reinforcement learning |
キーワード(4)(和/英) |
Q-ラーニング / Q-learning |
キーワード(5)(和/英) |
認識アクション / action for recognition |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
徳久 雅人 / Masato Tokuhisa / トクヒサ マサト |
第1著者 所属(和/英) |
鳥取大学 (略称: 鳥取大)
Tottori University (略称: Tottori Univ.) |
第2著者 氏名(和/英/ヨミ) |
木村 周平 / Shuhei Kimura / キムラ シュウヘイ |
第2著者 所属(和/英) |
鳥取大学 (略称: 鳥取大)
Tottori University (略称: Tottori Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2017-12-20 17:20:00 |
発表時間 |
30分 |
申込先研究会 |
NLC |
資料番号 |
NLC2017-38 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.367 |
ページ範囲 |
pp.55-60 |
ページ数 |
6 |
発行日 |
2017-12-13 (NLC) |