対話行為を用いた制御可能なニューラル対話モデルの検討

抄録

対話行為とは，話者が発話において持つ何かしらの「意図」あるいは発話における「機能」であり，その意図や機能の種類として対話行為タグが定義される．対話行為は，対話モデルにおける基本単位の一つとして利用されてきており，特に近年，対話における発話間の相互作用をモデル化する上で有用であることが知られている．しかし，近年広く用いられているニューラル対話モデル (Neural Conversation Model; NCM) では，こうした対話行為によってシステム発話を明示的に操作することが困難である．そこで本研究では，システム応答が持つ対話行為の情報を条件として用いた敵対的生成学習の枠組みをNCMに導入する．具体的には，与えられた対話行為に基づいて応答を生成するGeneratorと，Generatorが生成した応答が指定した対話行為に基づいた適切なものであるかを判別するDiscriminatorを構築し，これらの2つのモデルを交互に敵対的に訓練する．このような学習の枠組みの導入により，NCMが任意の対話行為に基づいた適切な応答を生成することが可能かどうかの評価を行った．