グループディスカッションにおける説得力の推定

抄録

本研究は，グループディスカッションにおいて話者の説得力をマルチモーダルな情報に基づいて分類することを目的としている．意思決定をするためにグループディスカッションを行う機会は多く存在し，その能力は社会から求められるスキルといえる．また，説得力のあるコミュニケーションは，物事を優位に進めるうえで有用な能力である．そこで本研究では説得力という面からグループディスカッションで高いパフォーマンスを発揮する話者を推定しその特徴を捉える． 既存のグループディスカッションコーパスに対して説得力などの5つの話者特性についてアノテーションしたデータセットを作成した．作成したデータセットにおいて，これら５つの話者特性は相関関係を有していることを確認した．分類タスクモデルの入力データには顔情報，音声情報，言語情報の3つの時系列データを用いた．学習モデルにはRNN型のニューラルネットワークであるGRUを用いている．3つのモダリティの各ユニモーダルモデルと3つのモダリティを入力としたマルチモーダルモデルを比較し，性能について報告・議論する．性能としては3値分類マルチモーダルモデルで正解率4割以上を達成している．