| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-03-15 10:50 アノテータのラベル付与能力を考慮した電話応対音声の好感度推定モデル学習法の検討 ○神山歩相名・安藤厚志・増村 亮・小橋川 哲・青野裕司（NTT）  EA2018-132 SIP2018-138 SP2018-94 |
|
| 抄録 | （和） | 本研究では，コンタクトセンタのオペレータの応対の好感度の自動推定に取り組む． 従来の好感度推定では，ラベルが対象音声データ・アノテータによって異なることがあるため， 各対象音声データごと多数のアノテータでラベル付けを行い，好感度推定モデル学習用の精度の高い正解ラベルを得ていた． しかし，コンタクトセンタのオペレータの応対音声は，長時間の音声のため1音声に付与できるラベルの数は限られ， ラベル付与誤りにより精度の低い正解ラベルとなる． そこで本研究では，1つの音声辺り少数のアノテータのラベルを用いて，アノテータの付与能力を考慮した高精度な好感度推定モデルを学習する手法について提案する． 本研究では，2つのアプローチによる好感度推定モデル学習法を提案する． 1つ目は，観測ラベルからアノテータの影響を排除したラベルを推定を行う． 観測ラベルにはラベル付与誤りを含むため，アノテータのラベルの誤りやすさを考慮した好感度ラベルを推測し，学習に用いる． 2つ目は，本来の好感度からアノテータの能力に応じてラベル付与の誤りが発生する過程をニューラルネットワークに内包することで，ラベル付与誤りを考慮したモデル学習を実現する． 実験の結果，従来の好感度推定モデル学習法から最大誤り削減率12.0%を達成した． |
| （英） | This paper proposes a new technique for estimating the likability of call-center agents. Most techniques of likability estimation collect many annotations per sample since the annotations often include the variability of annotator evaluations. Due to the inability to collect sufficient annotations, which are labeled by experts such as supervisor of call-center, from actual call-centers, the few annotations per call available cannot eliminate the variability. We proposes two likability model training techniques from the few annotations per call based on annotators’ skill. First, our technique provides reasonable labels, which eliminated from the influence of annotators’ skills, for model training from observed labels. We also proposes a new neural network architecture that has a layer considering the variability of observed labels from each annotator. Our proposal achieved 12.0% error reduction compared with baseline techniques. |
|
| キーワード | （和） | 好感度 / コンタクトセンタ / オペレータ / ニューラルネットワーク / アノテータ / / / |
| （英） | Likability / Call-center agent / Annotator / Neural Network / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 497, SP2018-94, pp. 197-202, 2019年3月. | |
| 資料番号 | SP2018-94 | |
| 発行日 | 2019-03-07 (EA, SIP, SP) | |
| 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) | |
| PDFダウンロード | EA2018-132 SIP2018-138 SP2018-94 |
|
| 研究会情報 | |
| 研究会 | EA SIP SP |
| 開催期間 | 2019-03-14 - 2019-03-15 |
| 開催地（和） | アイランド ナガサキ（長崎市） |
| 開催地（英） | i+Land nagasaki (Nagasaki-shi) |
| テーマ（和） | 応用／電気音響，信号処理，音声，一般 |
| テーマ（英） | Engineering/Electro Acoustics, Signal Processing, Speech, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2019-03-EA-SIP-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | アノテータのラベル付与能力を考慮した電話応対音声の好感度推定モデル学習法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Likability Estimation Model Training of Call-center Agents Based on Annotators' Skills |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 好感度 / Likability |
| キーワード(2)（和/英） | コンタクトセンタ / Call-center agent |
| キーワード(3)（和/英） | オペレータ / Annotator |
| キーワード(4)（和/英） | ニューラルネットワーク / Neural Network |
| キーワード(5)（和/英） | アノテータ / |
| 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） | 神山 歩相名 / Hosana Kamiyama / カミヤマ ホサナ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 安藤 厚志 / Atsushi Ando / アンドウ アツシ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 増村 亮 / Ryo Masumura / マスムラ リョウ |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 小橋川 哲 / Satoshi Kobashikawa / コバシカワ サトシ |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 青野 裕司 / Yushi Aono / アオノ ユウシ |
| 第5著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-15 10:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | EA2018-132, SIP2018-138, SP2018-94 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.495(EA), no.496(SIP), no.497(SP) |
| ページ範囲 | pp.197-202 |
| ページ数 | 6 |
| 発行日 | 2019-03-07 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]