Negotiation Mining based on AI Technology for Collective Decision Making

点击翻译按钮获取中文摘要

本研究では、人工知能が交渉という人間が行う高等なコミュニケーションを支援することを目指して、新たに交渉マイニング（Negotiation Mining）の確立を目指す。これまで交渉という枠組みでは、歩み寄りなどの交渉戦略が大きく影響するため、人工知能が重要な情報を自然言語による交渉ダイアログから抽出するための研究はほとんどなかった。そこで、交渉問題に関する構造がある程度明らかである場合を想定し、交渉の進行や合意の成否、交渉参加者の歩み寄りのポイントを自動的に実施できる手法を提案し、定量的、定性的評価を実施する。交渉マイニングを教師あり学習に適用させるために、交渉ダイアログデータの収集および生成を行った。これまでの交渉に特化した自然言語対話コーパスは、問題設定が単純化されているうえに規模が小さいため、深層学習等には向いていない。そこで、既存コーパスより大規模でより複雑な交渉を扱ったデータセットをクラウドソーシング等で生成した。さらに、独自のアノテーションスキームを提案し、効率的かつ質の高いアノテーションを実施した。一般的な自然言語の文書に対して重要な情報を抽出する既存研究は存在するが、交渉の場合に抽出するためのスキーム（参加者の発言の種別や関係）は独自である。そこで、最新の深層学習モデルを中心に、交渉判定に有効な要素と構造情報（特に発言したユーザ情報）を生かした学習モデルを提案した。さらに、これまで作成した交渉ダイアログデータおよびそのアノテーションに対して、交渉ダイアログに対するデータ拡張手法を提案し、実際にデータ拡張を行った。