話者の特徴や個性を感じさせる発話文の生成機構

点击翻译按钮获取中文摘要

本年度は以下の研究を行なった。（１）発話文表現文型辞書の整理・改良：辞書エントリを記述するための文末フレームを新たに導入した。これと連動して、文末の文型を、(a)中核的意味を担う部分、(b)いわゆる助動詞の類、(c)終助詞の類と文末記号、の3つの部分に分けて記述する方式に変更し、 (a)97種類、(b)87種類、(c)75種類に整理した。同時に、発話意図と接続形式の関係を整理した。（２）小説発話に対する意図付与：発話文表現文型辞書の発話意図の抜本的見直しの準備として、現実の小説の発話に対してその意図を付与することを試みた。その結果、現在の辞書ではカバーできていない発話意図が存在することが明らかになった。（３）複数の手掛かりを利用した話者推定：実際の小説に現れる発話（セリフ）の話者を自動推定する新しい方法として、口調に基づく推定方法を開発した。まず、既存小説から抽出したセリフを10種類の口調に分類する分類器をBERTをファインチューンングして構成する。そして、その出力層の直前の層を口調ベクトルとみなす。実際の話者推定では、推定対象話者の少量のセリフからその話者の代表口調ベクトルを作成し、ベクトルの類似度に基づきて話者を決定する。さらに、この方法と、地の文からの話者候補生成を組み合わせた話者推定システムを実現した。このシステムでは、地の文に基づく話者候補生成で候補が１名に絞れたセリフを使って各話者の代表口調ベクトルを求め、口調に基づく話者推定を適用する。主要登場人物を対象とした話者推定実験では、79%の推定精度が得られた。（４）小説発話文データベースの状況：これまで発話（セリフ）のみを対象に電子化していたが、（３）の実験に必要になったため、地の文を含む全文を電子化するように方針を変更し、３冊の小説に対してこの作業を完了した。