スクリーンに表示される情報を人に提供する場合は実世界上のRobot agentよりスクリーン上のOn-screen agentの方が，また実世界上の物体への注意を人と共有する場合はRobot agentのほうが適している．対話のコンテンツに含まれる情報に応じてOn-screen agentとRobot agentを適宜切り替えることで効率のよい情報の伝達が可能になると考えられる．

本研究では、個人が独自に行う学習と他者との交流から学習する２つ学習プロセスを統合したシミュレーションを行った。Small World的構造をもつ社会においては、個人差が有機的に作用し、社会が全体として獲得する知識はPareto-Optimal的であることが示された。

人間が人間に酷似したCG画像を観測する際，対象がCG画像であると伝えられた後に実は人間の画像であると伝えられても，人間は対象を人間らしくないと感じる．これは事前的に与えられた情報に対して整合性を取ろうとする人間の認知的働きに対象評価が影響を受けていることを示唆し，「人間」と「非人間」という相反する情報が混在した対象の認知では，情報の整合性を取ろうとする人間の認知メカニズムに着目する必要がある．

ナッシュ均衡が複数存在するゲームでは,エージェントが最適な唯一の解に収束するためのインセンティブが必要となる。本稿では,スタグハントゲームを用いてエージェントが協力してスタグ（鹿）を狙うように導く報酬関数を逆強化学習によって推定する方法を提案する．また，本手法に対して，通常のＱ学習において「スタグを狙う行動を獲得させる」報酬を試行錯誤的に設計する方法とを比較し，提案手法の有用性を示す

レビューは評価を目的とするため、評価・判断に関わる表現の意味・評価値を獲得するのは重要である。本研究ではオンラインカスタマーレビューを対象に評価表現の一種としてのオノマトペに着目して、それらを収集しどのような特徴が見られるかを考察する。その上で、ユーザの嗜好を感覚的に捉えてレコメンデーションに応用する手法を検討する。

食べ物の評価は主観的であり、日本語ではその感覚を表すたえmにオノマトペ が使われることが多い。料理とスイーツでは使われるオノマトペが違う。オノ マトペの意味を捉えるには、個々のオノマトペがどのような状況で使われるか を見なければならない。本発表では、著者の提案するDouble Rank法をBlog文 書に適用し、料理とスイーツにおけるオノマトペの違いの分析システムを紹介 する。

オノマトペは料理の味覚・食感やレシピの手順を表現するのに重宝される．我々はオノマトペをキーワードに料理を検索するオノマトペロリを開発している。我々は料理レシピに登場する用語とオノマトペとの関連度を分析し，ユーザの検索オノマトペを関連度の高いオノマトペに置き換えて検索する。またよりユーザの求めるニュアンスに近い料理を求めるスコア関数を定義しランキングを行う。

毎年約10万件以上の商標が国内で新規登録されており，新奇性のあるブランドネームの開発は年々難しくなっている．本研究は，ブランドネームの音象徴を被験者実験により調査し，ブランドネームが人に喚起する印象の予測値を定量的に出力するシステムを開発した．このシステムを用いることで，ユーザが付加したいイメージに即したブランドネームの提案が可能となり，企業において創造的なブランドネームの開発支援が期待できる．

オノマトペは意味記述は一見困難だが、同一言語コミュニティで共有される意味は相当に均質かつ特定的であり、大量のデータから共起情報を抽出して分析することでよりよい意味記述が可能と考えられる。本研究ではこの点を複数言語比較に応用し、日本語、韓国語で意味が類似するオノマトペ対を取り上げ、共起情報を比較検討することで従来気付かれなかった意味差を獲得することに向けて、分析手法の提案と分析事例考察を行なう。

オノマトペ（擬音語・擬態語）は文学作品のみならず、漫画や商品の宣伝などに幅広く使用される。その一方で、話し言葉におけるオノマトペ使用頻度は地域や状況によって異なり、特に近畿・東北圏の使用頻度が高いという指摘がなされている。そこで、本研究では一般的に信じられている「近畿や東北の人は会話におけるオノマトペ使用頻度が高い」という信念が実際に存在するのか、またその信念が生じる起因を探ることを目的とする。

時間的推移によるオノマトペの意味変化の可能性に対して、オノマトペの通時的研究は少ない。本研究では大規模な話し言葉データである国会議事録を元に、発言中のオノマトペの頻度及び共起する語の分析により、オノマトペの意味がどのように推移したのかを検討する。また、情報学と心理学・言語学という分野を大きく横断した研究において、各分野の研究者がどのように相互に貢献できるかといった点について知見を報告する。

オノマトペは，適切なフォントを用いることで直感的な情報伝達を促す．すなわち，フォントはオノマトペに重要な要素の一つであると言える．フォントの視認性に関する議論は行われるものの，情報伝達を促進する文字情報に適切なフォントは，デザイナの知識に依存している．本研究では，一般の人々がオノマトペに適切だと感じるフォントを視覚的特徴量から分析することで，オノマトペに適したフォントの要素について考察する．

オノマトペの特徴的な使用法として，対象をうまく言語化して表現できない時に，そのモヤモヤとしたイメージがオノマトペに込められていると言われている．そこで本研究ではユーザがオノマトペに込めたイメージを数値化し抽出し，画像中の所望の対象にエフェクトとして反映させるようなドローイングツールを提案する．

本研究の目的はディジタルコミックに対して動的な表現を付与できる制作支援システムの実現である。ディジタルコミックの普及は著しいが、その大半は紙媒体のコミックを電子化したのみに留まっている。ディジタル特有の表現方法が確立していない事や、その制作ツールが実現していない事がこの問題の大きな要因だと考えられる。この問題を解消するため、ユーザが描画する効果線を基に動的な音喩を付与できるシステムを提案する。

本研究では，「ふわふわ」といった触覚を表すオノマトペのイメージに適した色彩推定システムを提案する．オノマトペを構成する音韻を基に，オノマトペの印象を感性評価尺度で定量化し，同じ感性評価尺度で印象を評価した色彩との類似度を算出する．システムによる推定色彩がオノマトペのイメージに適しているかを検証し，本システムの評価を行った．ユーザの所望する質感と色が調和した素材提案システムへの可能性を示唆する．

人型ロボットの動作編集は，自由度が多く容易ではない．そこで，物体の音の響きや状態を感覚的に表すオノマトペを用いて人型ロボットを直感的に操作する手法を提案する．具体的には，オノマトペが付与された既知の動作を用いてニューラルネットワークを恒等写像学習させることで人型ロボットの操作平面を作成する．この平面を用いることで，モーション編集に馴染みのない人でも直感的にモーションを変化させることができる．

日常会話のオノマトペはしばしば身体動作とともに発せられ、その音韻構造の変異と身体動作のジェスチャー単位内部の変異とが同期することが多い。また、言語学的にはオノマトペと分類されない語でも、音韻と身体動作とに同様の同期が見られることがある。本発表ではオノマトペを言語の身体性の表れと位置づけ、会話場面のマイクロ分析を用いながら、われわれの感覚や行為の時空間変化がどのように音韻化されうるかを論じる。

先行研究において、テレビコマーシャルの分析により、人物、物、場所を非日常化する「異化」の修辞が多用されていることが明らかにされた。これまでこの知見を用いて概念辞書の階層を利用して単一事象を異化する技法のプログラム化を行なった。本稿では、個々の事象の異化の修辞をより大きなシナリオレベルに応用する手法について提案する。異化の度合いとストーリー性を制御して多用なシナリオ生成を実現することを目指す。

人がノスタルジアの認知に至るまでに、どのような過程をたどるのかを明らかにするため、過去と現在の映像をプログラミングにより物語的に切り替えることができる実験素材を作成した。そして、このプログラムを用いて、素材映像中の過去と現在とを比較する認知科学的実験を行ない、ノスタルジアが認知可能な物語のプログラム的な生成に向けた探究を行った。

開発中の概念辞書における最下層節点から接続される言語辞書を開発した．物語生成システムでは，物語内容や物語言説の概念表現は概念辞書に基づいて生成され，表層的な自然言語文はこの言語辞書に基づいて生成される．何れも簡易・機械的なものであるが，基本文生成，語尾変換，語順変換，複文生成，文字表記選択を行う機構の試作を行った．

物語生成システムにおける利用を目的とした名詞概念及び動詞概念のための概念辞書の開発を進めているが，該当概念をほぼ網羅したので，開発及び評価の現状を報告する．共に原則として単一継承である．各動詞概念は格フレームと制約条件を持ち，制約は名詞概念体系における一定の範囲の参照を指定する．この制約を利用すると比較的写実主義的な物語の生成が可能になるが，別に開発中の異化機構によりその逸脱も可能になる．

コミュニケーションスキルに熟達した状態とは何であろうか．「あの人は会話を盛り上げるのが上手い」など，スキルを主観的に評価することはできても，詳細なメカニズムは暗黙的である．そこで，誰もが会話熟達者として認めるお笑いタレントを採り上げ，スキル熟達度を定量的に示す手法を考案した．「役回り」と「レトリック」という指標を用いて統計処理による会話分析を行い，人気のタレントらが「なぜ面白いのか」を解明した．

デジタル絵本は，複数ストーリを切り替え可能である．本稿ではメインストーリに出現したキャラがサブストーリであるドリルを仲介する「絵本ドリル」を提案する．また，Ｗｅｂカメラによって，子どもの視線を話者にリアルタイムにフィードバックする．社会実験の結果，キャラが子どもの興味を誘因することを確認した．一方で，「話しに入りこむ」子どもはキャラに興味は示さない．これらは絵本の読み聞かせにひとつの示唆を与える．

概念的な物語と音楽とを相互変換することによる物語生成の機構の開発を以前から進めているが，本稿の主要な目標は変換の範囲を従来より広げ，物語内容／物語言説／音楽の間の考えられるすべての変換を可能にすることである．これにより，例えば，音楽を物語生成の最初の入力とすることも可能となった．さらに，音楽自体の生成の部分を音楽理論を取り入れて改訂する．

物語テクストに頻出する様々なレベルにおける「反復」は，同一レベルの同一単位について以外にも，隠喩や換喩，或いは提喩などの転義的操作を経たものや，更に微細な類似性に基づくものまで認められる．このような反復は，旋律を装飾する変奏の一種で，定旋律を他声部が模倣的に先取りする手法である「前模倣」に比することが出来る．本報告は『千一夜物語』のテクストを対象として，装飾としての反復について考察する．

統合物語生成システム第一版の設計と実装を示す。このシステムは、木構造により表された物語の概念構造に対する構造拡張・変形処理としての技法集合と、それらを呼び出して実際の生成処理の決定を行う制御機構からなる。制御は、抽象的なレベルから具体的なレベルへと階層化されたパラメータに基づき行われ、ユーザからのパラメータ入力やシステム内部における生成と評価の相互作用を通じた連続的な過程を通じて物語を生成する。

人とロボットとのコミュニケーションにおいて、人の発話に対するロボットの反応の有無は、それ以降の人の発話に影響すると考えられる。本研究では、人とロボットとの空間表現語を用いたコミュニケーション場面に注目し、“前後左右”などの空間表現語を含んだ発話でロボットに対して物体の位置を指示するという実験を行い、発話に対するロボットの単純な反応の有無が、発話者のその後の空間表現語使用に及ぼす影響を検討した。

インタビューは個人の思考を知る手段として汎用される．自然科学主義ではインタビュアーの恣意的介入を避けてきたがインタビュアーとの積極的なインタラクションこそがインタビュウィーの身体性に富んだナラティブを創出し得る．本研究ではメモツールhexを用いたインタビュー手法を提案する．変数を記したhexの自由配置と配置関係の検討・再配置をインタビュウィーとインタビュアーが協同することでナラティブ創出を図る.

テキスト（言葉）を主体とするコミュニケーションについては，情報量を多くしたからと言って感動がより大きく伝わるとは限らず，説明過多の場合はむしろ逆効果であったりする。それとは対極的に，言葉を凝縮した短詩や名言などを通じて人と感動を共有する日本の文化的な特徴は見直されてよい。このような意思伝達と共感のスタイルをコンサイス・コミュニケーションと呼ぶことにして，その近未来的な支援のあり方について考察する。

機械は自然言語の母語を持っていないので，自然言語はすべて異星人の言語である．したがって，機械にとって必要なのは異言語相互の変換規則である．言語情報という観点から見ると，言語は「単位情報とその連結」からできている．言語の個別性は「符牒」「情報配列」「論述様態」「情報連結」が異なるからである．したがって，これらの四つの要素がそれぞれ適正に対応していれば，言語はすべて機械的に変換できるはずである．

物語生成システムの他の機構との融合を目的として，従来から研究を行っていたプロップ理論に基づく物語内容生成機構を，名詞及び動詞概念辞書と結合することにより再開発して来たが，機能体系と機能の対の部分はストーリーグラマーとして実装した．本稿では，さらにつなぎの技法や行程をはじめとするプロップ理論の他の要素の導入と物語生成システムと連動した動作について報告する．

筆者はこれまで、読者或いは作者側のコミュニケーション・モデルを示すことによってそれぞれの概念装置を示し、フィールドとしてのテクスト、作品としての実世界というコンセプトを提示して文学や物語の構造的な研究を行って来た。本発表では、物語ること、説明することにナビゲーションという概念を落ち込むことによって行為の面から作者と読者の問題、テクストと実世界の関係等を検討することによって、従来の成果を再検証する。

外的行動の動詞概念の部分を対象として，動詞概念における状態の前提条件と後続状態の対を定義した状態／事象変換知識ベースの開発が一段落したので報告する．状態の集合と事象列は物語生成システムにおける物語内容のための最も下層の基礎的要素に相当する．何れを基点としての生成も可能であり，また両者の間の循環的な生成も可能である．また循環生成の中に変異機能を組み込んで物語に変化をもたらす機構も試みた．

外的イベントに対する人間の適応行動生成において，そのタイミング制御が重要な機構とされる．ダンスを行う際には，人間は音楽のリズムに合わせて体の各部位の動作を制御する必要がある．本研究では，ダンス学習支援の一要素として，ジャズダンスにおける拍点（音楽ビート）と動作の特徴点（運動ビート）の同期性を分析し，上級者と初級者の差異を抽出した．その結果，初級者に比べ，上級者の同期性が高い傾向が得られた．

身体技法では腰が重視されることが多い。我々は平家太鼓奏者2名（熟練者1名と経験者1名）を対象として演奏時の動作をモーションキャプチャ装置を使って計測し、得られたデータを分析した。腰と他の部位の連動を調べたところ、熟練者はほぼすべての部位が腰と同期しており、その度合いが経験者よりも高かった。ただし頭部は腰と連動しておらず、その点が経験者との顕著な違いであった。

最近の製造拠点の海外移転の加速により，製造業の空洞化が懸念されている．ものづくりの高度化による高付加価値製品の生産が必要であるが，熟練労働者の不足や熟練技能の継承問題が大きな問題となっている．そこで本研究ではアーク溶接技能を対象とし，技能動作と熟達度との関係について3次元動作情報と筋電位情報から抽出し，さらに熟達者の判定基準から熟達度を定量的に評価する方法の提案を行った．

弦楽器の運弓動作は、曲が要求する状況に合せて腕を振りながら弓を操作する動作である。同様の動作には野球のバッティング、投球、テニスのストロークなどがある。これらの動作の第1の共通点は体幹の力の上肢への鞭のような伝達方式であり、第2は動作自身の習熟の困難性である。本論文ではそれらの動作の習熟支援のための言葉に注目し、それら言葉を収集・整理するとともに、省エネルギーの観点から動きの力学的な考察を行う。

生活者は誰しも心に物語を有するが，それを表現し伝えきるのは難しい．本人には当然の 事が省略されたり，語る内容の関係性に当人が気付かない事がよくある．我々は他者の視点 の介入がその顕在化を促せると考えメモキット知得めもを開発した．知得めもは対話の流 れを可視化するメモ、違う視点を導入するメモからなり、参与者の視点を強制的にインタラクト させる．話者は物語る事で新たな気づき(知)を得る．

スポーツフィッシングにおいて，勝敗の行方を左右する大きな要因の一つにポイント移動が挙げられる．ポイント移動は「なぜ移動するのか？どこへ移動するのか？」といった問題に対し，状況を総合的に考慮し決断される．このような過程は暗黙的であり，その決断は極めて身体的な感覚によってなされている．本研究では，元プロの湖上での振る舞いを記録し，身体知獲得を支援するツールのデザインを実施した．

認知言語学の教育への応用としての「コア理論」は学習者に語彙のコアを示し,例文に演繹する教授法をとる.しかし本来言語獲得は用例からの帰納によるものであり,演繹的な教授法では認識語彙から使用可能語彙に発展しづらい.言語学習には帰納推論が必須と捉える本稿では言語と身体性の関係に着目し,用例を先に与え,ブロック等のツールを用いて用例の言語世界を机上に表現させることでコアの帰納推論を促す教授法を提案する.

本研究では，“断片的な知識の関連性を考慮した応答をすることができる”対話システムの構築を目的とする．このような対話システムが構築できれば，予め各知識の関連性をシステムに明示しなくとも，コンピュータが自動的に知識の関連性を考慮した応答をしてくれるようになる．

強化学習において，適切な報酬関数の設定は難しい問題である．この問題に対し，エキスパートの行動列を入力とし，この行動列を再現する報酬関数を推定する逆強化学習が注目されている．従来の逆強化学習では，訓練行動列は全て同一の報酬関数に基づくことを仮定していた．本研究では，異なる報酬関数に基づく行動列から報酬関数を推定する，順序学習に基づく逆強化学習を提案し，シミュレーション実験を通してその有効性を示す．

本研究の目的は，ユーザの話を聞くことによって「話したい」という欲求を満た す聞き役システムを構築することである．我々は，先行研究において，聞き役シ ステムの対話制御をPOMDPで行う方法を提案し，シミュレーションで評価した． 本稿では，Wizard of Oz実験を用い，実ユーザによる評価を行ったので， その結果を報告する．

情報検索により何かを調べるとき，検索のキーワードが自明でないことは多いが，システム側から聞き返すことによって意図を具体化できれば，知識を持たないユーザでも必要な情報を見つけることができる．しかし，知識のないユーザの曖昧な意図は，得た情報により初めて具体化される場合も多い．本論文では，質問意図の曖昧性の解消とシステム主導の誘導を確率モデルで統一的に扱う情報検索対話システムのアーキテクチャを提案する．

我々は、確かな情報が無い中でユーザ間に発生した齟齬をロボットが解決するための発話戦略を提案する。情報の遮蔽に起因する齟齬を解決対象とし、その為にユーザが収集している情報から各ユーザの知識状態をロボットが推定し、齟齬を効率よく解消できる情報をユーザに提供する。加えて、各ユーザにとって信頼の厚いユーザ及び情報源を、複数の対話から学習することで更に最適な情報の提供を試み、発話生成実験を行った。

音声対話システムにおいて，ユーザがシステムに向けて意図的に行った発話と，そうでない入力音（例えば独り言など）を判別する．後者の音声認識結果は無視されるべきであり，自動判別が必要である．これに向け，発話タイミングや発話長，システム状態を含んだ特徴集合を設計し，機械学習により正解ラベルを予測する．書き起こしと音声認識結果の両方を対象データとして実験を行い，有効な特徴について議論する．

音声指示を受けるロボットは，指示の内容だけでなく状況に応じて動作を選択する必要がある．また，話者の発言に対して， 出来る限り即座に反応することが望まれる．本論文では，逐次的に音声理解を行い，ロボットの移動履歴や周りの障害物などの情報から，次にロボットがどう動くべきかを制御する方法を提案する．提案法を3次元シミュレーション環境で動作する対話ロボットに適用した．

ソフトウェア工学の観点から，保守性と機能拡張性の高さが確認されているオブジェクト指向的開発方法論を用いたフレームワークを元に，対話記述言語の設計と実装を行った．本研究ではMVCモデルを採用したGrailsフレームワークのデータモデル定義を拡張した対話記述言語を実装し，マルチモーダルに対応したシステムのプロトタイプを自動生成することで，提案言語の有効性を示すことができた．

周辺雑音等による誤動作回避は，従来入力音の判別に基づき行われる．本研究では，ヒューマノイドロボットの挙動をもとに，ロボット自身が話しかけられやすい状況か否かを予測するモデルを構築する．まずヒューマノイドロボットの挙動に対し，ユーザが実際に話しかけやすい状況か否かを付与した学習データを作成する．その後，機械学習により，各時点での話しかけられやすさを予測するモデルの構築を行う．

本研究は，対話的に社交ダンスの身体動作の学習を可能にするために，CGエージェントでの仮想イントラクターの実現を目指している．その行動モデルの構築に当たってプロのダンス教師による教示実験を行った．収集したコーパスの分析から細かな教示が多く観察されたので，リアルタイムに計測した学習者の動きを細分化した上で教示を行うエージェントを構築した．最後に，完成したエージェントを検証するために，被験者実験を行う．