| 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 | 2020-02-17 09:55 マルチモーダル情報を考慮した議論の取りまとめ役推定 ○本多幸希・塩田 宰・嶋田和孝・齊藤剛史（九工大）  NLC2019-41 |
|
| 抄録 | （和） | 議論において参加者が担った役割を推定することは重要である． 議論のような対人コミュニケーションでは発言だけでなく動作や声のような非言語的ふるまいも用いられることから，マルチモーダル情報を考慮することで役割推定における精度向上が期待される． 先行研究では，参加者の発話から得られる特徴量を用いることで議論のコントロールを行う取りまとめ役を推定した． 本研究では映像から動作特徴量および韻律特徴量を抽出し，マルチモーダル化によって取りまとめ役推定における精度向上を図る． 先行研究に本手法の特徴量を素性として組み合わせ，決定木分類モデルによる推定精度の比較を行うことでマルチモーダル化の有効性を検証する． |
| （英） | Predicting roles of participants in a conversation is one of the most important tasks for conversation understanding. In this paper, we propose a prediction model of facilitators in conversations. A previous study has handled verbal features for the facilitator prediction task. However, non-verbal features are also important elements for the prediction. Therefore, we introduce non-verbal features into the prediction model. We utilize two types of non-verbal features: motion features and voice features. The motion features are based on face information and body information. The voice features are based on prosodic information. In the experiment, we compare our model with a verbal feature-based model. The experimental result shows the effectiveness of our method. | |
| キーワード | （和） | 複数人議論 / マルチモーダル / 役割推定 / 取りまとめ役 / / / / |
| （英） | Multi-party Conversation / Multimodal / Role Recognition / Facilitator / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 415, NLC2019-41, pp. 27-32, 2020年2月. | |
| 資料番号 | NLC2019-41 | |
| 発行日 | 2020-02-09 (NLC) | |
| ISSN | 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 | NLC2019-41 |
|
| 研究会情報 | |
| 研究会 | NLC |
| 開催期間 | 2020-02-16 - 2020-02-17 |
| 開催地（和） | 成蹊大学 |
| 開催地（英） | Seikei University |
| テーマ（和） | 言語処理と非言語処理の融合と一般 (NLC+VNV合同研究会) |
| テーマ（英） | Integration of verbal and non-verbal information |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2020-02-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | マルチモーダル情報を考慮した議論の取りまとめ役推定 |
| サブタイトル（和） | |
| タイトル（英） | Facilitator Identification Using Multimodal Information in Multi-party Conversation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 複数人議論 / Multi-party Conversation |
| キーワード(2)（和/英） | マルチモーダル / Multimodal |
| キーワード(3)（和/英） | 役割推定 / Role Recognition |
| キーワード(4)（和/英） | 取りまとめ役 / Facilitator |
| キーワード(5)（和/英） | / |
| 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） | 本多 幸希 / Kouki Honda / ホンダ コウキ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第2著者 氏名（和/英/ヨミ） | 塩田 宰 / Tukasa Shiota / シオタ ツカサ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第3著者 氏名（和/英/ヨミ） | 嶋田 和孝 / Kazutaka Shimada / シマダ カズタカ |
| 第3著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第4著者 氏名（和/英/ヨミ） | 齊藤 剛史 / Takeshi Saitoh / サイトウ タケシ |
| 第4著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-02-17 09:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2019-41 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.415 |
| ページ範囲 | pp.27-32 |
| ページ数 | 6 |
| 発行日 | 2020-02-09 (NLC) |
[研究会発表申込システムのトップページに戻る]