幼児は語彙獲得において、音声間に含まれる音韻の統計的な手がかりを用いて音素や単語を獲得できることが知られている。またその際、同時に環境中に存在する事物との共起性を活用していることが指摘されている。本研究では、音韻情報と物体情報の共起性を活用した教師なし音素・単語発見手法を提案する。提案手法は、音韻特徴から二重分節解析を行うNonparametric Bayesian Double Articulation Analyzer (NPB-DAA)と物体から得られるマルチモーダル情報の物体カテゴリ分類手法であるMultimodal Latent Dirichlet Allocation (MLDA) を統合したものである。実験では、物体に関連した単語の発見における共起情報を用いた場合の影響を評価する。
