next up previous contents
次へ: 目次 上へ: syuron 戻る: syuron   目次

概要

近年の情緒推定では,機械学習や統計情報を用いる手法が主流である.それらの手法では,情緒推定の手掛かりとして1文単位 での表層的な情報を用いることが多い.情緒推定の性能を高めるためには,複数の文に着目することや,表層情報以外の素性を 用いることが考えられる.そこで,本研究では,文数および素性の組合せ方を変えながら,機械学習SVM(Support Vector Machine) を使用して情緒推定を行うことで,性能の違いを実験的に評価することを目的とする.

方法として,複数文の学習データを得るために対話行為および情緒が付与されたコーパスを用意し,そのコーパスより情緒推定SVMに用いる 各種素性を得る.この素性の有効性を調査し,組合せの種類ごとに実験することで性能向上を図る.

結果,複数文の情緒推定が性能向上に繋がることと,素性の組合せによる性能差を確認することができた.



平成25年1月15日