人狼BBSの発言データに対するトピックモデルの重要語を用いた発話意図ラベル自動付与方式

カテゴリ: 研究会(論文単位)

論文No: IS21036

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2021/12/03

タイトル(英語): Automatic labeling method of utterance intention using key words in the topic model for Werewolf BBS

著者名: 池ヶ谷 樹(神奈川大学),秋吉 政徳(神奈川大学)

著者名(英語): Tatsuki Ikegaya(Kanagawa University),Masanori Akiyoshi(Kanagawa University)

キーワード: トピックモデル|決定木分析|自動付与|サポートベクターマシン|Topic model|Decision Tree Analysis|Automatic labeling|Support Vector Machine

要約(日本語): 人狼ゲームでは発話の意図推定がゲームの勝敗を左右することから、人狼BBSゲームにおける発話へのラベル付与自動方式について提案する。トピックモデルを用いることで、発話のトピック比率と発話中の重要語を考慮したラベル付与を行とともに、ラベル付与を最適化するために、決定木分析を用いることでラベルの振り直しを行う。ラベルの出現頻度を用いたSVMでの分類精度によってラベルの振り直しの有効性を確認していく。

要約(英語): We propose an automatic labeling method of utterance intention using key words in the topic model for Werewolf BBS. In the werewolf games, it is important to estimate the intention of utterance. The topic model is used to assign labels by considering the topic ratio of the utterance and the important words in the utterance. In addition, to optimize the label assignment, decision tree analysis is used to reassign the labels. The effectiveness of label reassignment will be confirmed by the classification accuracy of SVM using the frequency of occurrence of labels. Effectivity of the proposed method is also discussed in several experiments.

本誌: 2021年12月6日-2021年12月7日情報システム研究会

本誌掲載ページ: 25-28 p

原稿種別: 日本語

PDFファイルサイズ: 1,484 Kバイト