日本語雑談対話コーパスにおけるトピック変化の抽出実験

カテゴリ：研究会(論文単位)

論文No：IS25061

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：2025/10/10

タイトル(英語)：Experiment on extracting topic shifts in Japanese casual conversation corpus

著者名：飯富 暁登(神奈川大学),秋吉 政徳(神奈川大学)

著者名(英語)： Akito Iitomi(Kanagawa University),Masanori Akiyoshi(Kanagawa University)

キーワード：トピック変化,雑談対話分析,意味ベクトル類似度,日本語雑談対話コーパス,Topic Shift,Casual Dialogue Analysis,Semantic Vector Similarity,Japanese Casual Conversation Corpus

要約(日本語)：本研究では、日本語雑談対話コーパス（RealPersonaChat）を対象に、話題の変化を自動抽出する実験を行った。SentenceBERTによる意味ベクトル類似度の変化に基づく検出に加え、GPTモデルを用いた逐次的なラベル付与結果との比較も行い、その有効性と課題を検討した。

要約(英語)：In this study, we conducted an experiment to automatically extract topic shifts in Japanese casual conversation corpus (RealPersonaChat). In addition to detection based on changes in semantic vector similarity using SentenceBERT, we also compared the results with sequential labeling using a GPT model to examine its effectiveness and challenges.

本誌：2025年10月13日-2025年10月14日情報システム研究会

本誌掲載ページ：47-50p

原稿種別：日本語

PDFファイルサイズ：1,366Kバイト