アノテータのラベル付与能力を考慮した電話応対音声の好感度推定モデル学習法の検討

摘要

本研究では，コンタクトセンタのオペレータの応対の好感度の自動推定に取り組む．従来の好感度推定では，ラベルが対象音声データ·アノテータによって異なることがあるため，各対象音声データごと多数のアノテータでラベル付けを行い，好感度推定モデル学習用の精度の高い正解ラベルを得ていた．しかし，コンタクトセンタのオペレータの応対音声は，長時間の音声のため1音声に付与できるラベルの数は限られ；ラベル付与誤りにすり精度の低い正解ラベルとなる．そこで本研究では，1つの音声辺り少数のアノテータのラベルを用いて，アノテータの付与能力を考慮した高精度な好感度推定モデルを学習する手法について提案する．本研究では，2つのアプローチによる好感度推定モデル学習法を提案する．1つ目は，観測ラベルからアノテータの影響を排除したラベルを推定を行う．観測ラベルにはラベル付与誤りを含むため，アノテータのラベルの誤りやすさを考慮した好感度ラベルを推如し，学習に用いる．2つ目は，本来の好感度からアノテータの能力に応じてラベル付与の誤りが発生する過程をニューラルネットワークに内包することで，ラベル付与誤りを考慮したモデル学習を実現する．実験の結果，従来の好感度推定モデル学習法から最大誤り削減率12.0%を達成した．