Transformer encoder-decoderモデルベース雑談対話システムの学習方法に対する主観評価の変動分析

抄録

近年，Transformer encoder-decoderモデルによる，高性能な雑談対話システムが複数提案されている． これらのシステムでは，システム規模（モデルパラメータ・学習データ量等）を大規模化することで，自然な応答生成を実現している． 一方，対話に対する主観評価について，従来研究ではシステム規模やデコード方法との関係については分析されているものの，Finetuneコーパスによる違いについては分析がなされていない． また，従来の分析では全体的な自然さ・優劣にのみ焦点が当てられており，多面的・詳細な印象との関係については，十分な分析がなされてこなかった． 本研究では，Finetuneコーパスやシステム規模，付加情報の有無を変化させた場合における，人の対話に対する印象について多面的に評価・分析を行う．