Encoder-Decoder モデルに基づくマルチエージェントシミュレーションの概況テキストの自動生成

カテゴリ: 部門大会

論文No: TC9-2

グループ名: 【C】平成29年電気学会電子・情報・システム部門大会講演論文集

発行日: 2017/09/06

タイトル(英語): An Approach to Automatic Generation of Multi-Agent Simulation Summary Text based on Encoder-Decoder Model

著者名: 福田 清人(大阪府立大学),森 直樹(大阪府立大学),松本 啓之亮(大阪府立大学)

著者名(英語): Kiyohito Fukuda|Naoki Mori|Keinosuke Matsumoto

キーワード: テキスト生成|マルチエージェントシミュレーション|encoder-decoder モデル|LSTM|text generation|multi-agent simulation|encoder-decoder model|LSTM

要約(日本語): 情報技術の爆発的な発展に伴い, 金融や医療, 情報通信などの多くの分野で様々な形式の数値データを取り扱う機会が増えている. 大規模で複雑な数値データは専門知識のない人間にとって, 理解することや利用することが非常に困難であるという問題点が存在する. 問題点を解決する手段として, 数値データの概要を説明する概況テキストを数値データから自動生成することが考えられる. 本研究では, 計算機シミュレーションによるログデータを対象として, シミュレーションの概況テキストを自動生成する手法を提案する. テキストの自動生成には, 機械翻訳や文書要約のような自然言語処理の分野で有効性が示されている encoder-decoder モデルを利用する. 提案手法により自動生成された概況テキストと事前に人手で生成された概況テキストを定量的および定性的に比較することで, 提案手法の有効性を確認する.

PDFファイルサイズ: 432 Kバイト