性格情報を反映した発話文生成

抄録

対話システムには、キャラクタ性がない、キャラクタ性に一貫性がないといった問題がある。本研究では、Big Five のスコアを性格とみなし、Twitter のツイートから個人の性格を反映した発話を出力することをめざす。1文単位へ分割した個人のツイートをもとに、転移学習を行いBERTのマスク語予測モデルを用いて語を置換することで、その人らしい発話を出力する。評価は、違和感のない文が出力されているかどうかと、その人らしい発話が生成できているかどうかの 2 つの観点から行う。その結果、形態素解析を行わないSentencePieceをトークナイザに用いたモデルは、単語分割後に Byte Pair Encoding を行う方法と比較して、より流暢に語を置換できることがわかった。また、Big Five の誠実性と神経症的傾向については、個別ツイートを用いて転移学習を行うことで、書き手の性格を反映できることが得られた。