音声対話システムのためのN-gramに基づくキーワードからの文生成

摘要

質問と応答の対応を文対文で統計的にモデル化する音声対話システムにおいては，学習のために大量の質問文と応答文のペアが必要である．しかし，質問文データを用意するためにユーザの実際の発話を収集·書き起こしするのはコストが高く，人手で可能な質問文のバリエーションを考えて収集するのも経験と労力を要する．本研究では，この統計的応答選択システムのための質問文をキーワードから自動生成する手法を提案する．文に含まれるべきキーワードが複数与えられたとき，それらのキーワード間の区間および両端に出現しうる尤度上位の単語列をN－gram 確率に基づいて探索し，区間ごとに得られた単語列を結合·再評価を行い，最終的にデータベースに与える文を選び出す．音声情報案内タスクの音声対話システムにおいて実験した結果，入力に音声認識結果を用いるときに，応答をキーワードと直接対応付ける場合に59.6％の応答正解率であったのが，そのキーワードから生成した文と対応付ける本手法を用いることで65.1％に改善された．さらに，タスク非依存の一般的なN－gramを使用した場合も，同様に性能の改善が見られた．生成する文数や，単語列探索時のビーム幅などの様々なパラメータによる性能の変化についても報告する．