医療面接シミュレータにおける医者役の質問内容の識別

抄録

近年対話システムにおいて，ロールプレイング対話への活用が期待されている．これは話者の設定が決まっている中でその状況に適した対話を行うものであり，特定状況における利用者の対話能力向上の効果が見込まれる．この適用例として，医療面接シミュレータは医療教育における模擬患者との医療面接課題での患者役の訓練コストを無くし，発話を細かく統一できる点で有用である．本研究ではこの実現にあたり，返答を決定する際に必要な質問内容の識別に焦点を当てた．対象となる発話は複雑で多様であり大量のデータを収集することも困難であるため，それらの条件下でも機能するモデルが必要となる．このことから本研究では，データ量に関係なく作成できるルールベース機構と，少量のデータでも比較的機能しやすく複雑さや多様さへの対応が見込める事前学習モデルをFine-Tuningしたモデルを組み合わせた手法を提案し，他の手法との比較評価を行なった．