我々はユーザ満足度の高い対話システムを実現するために，コンピュータによるユーモアの理解・生成を目指している．そこで，ユーモア研究の基盤整備の第一歩として，駄洒落のデータベースを構築した．データベース中の駄洒落の特徴を分析したところ，一部の駄洒落ではオノマトペが重要な役割を果たしていることが明らかになった．本論文では，駄洒落に含まれるオノマトペの特徴を定量的に分析する．

現在，スマートフォンやスマートスピーカーの普及によって人と対話エージェントとの対話は日常的に行われている．しかし，これらのデバイスに搭載されている対話エージェントは雑談システムとしての能力が不十分であり，人同士の対話と同等の面白さを感じることはできない．この問題を解決するためには，対話中の文脈情報を考慮した高度なユーモア処理を実現する必要がある．これまでの研究において，対話中の文脈情報を含むユーモアの面白さや文脈情報が面白さに与える影響については明らかにされていない．本論文では対話文脈を考慮した駄洒落の面白さを評価する標準データベースを構築するために，駄洒落を含む対話を収集し，12,000件の駄洒落が含まれる対話に対して対話の面白さを複数人で評価した．それに加えて，対話文脈による駄洒落の面白さの変化について分析を行った．

This research focused on the influence of the interviewee's facial expressions on the interviewer's impressions during an online interview and aimed to provide useful information about online interviews for the students through an experiment. In the experiment, eight versions of video of the online interview consisting of two kinds of contents of the interview with two kinds of facial expressions performed by both male and female students were prepared. The two kinds of facial expressions are smiling and being stonefaced. One of two kinds of contents is “Tell me about yourself”, and “Tell me your major strengths and weaknesses”, and the other is “Tell me what you poured your energy into when you were a student”, and “Tell me what challenges you are looking for after joining the company”. 42 participants were required to watch four versions of video consisting of two kinds of the contents, by both of male and female, and with either smiling or being stone-faced and estimate the impression to the interviewee after watching each video.

The results of the experiments revealed that the interviewee's smiling faces made the interviewer's impressions better than being stone-faced, and that the interviewee's facial expressions influenced the interviewer's impressions. The results also revealed that the change of the facial expressions during the interview also influenced the impressions, and that the presence or absence of the change of the facial expressions during the interview influenced the impressions even if the interviewee's final facial expression is the same.

Although the significant progress in Free and Open Source Software for Geospatial (FOSS4G) development, the application of FOSS4G has not so progressed because of its lack of usability. To improve usability of FOSS4G, we developed a FOSS4G based Web-GIS package called Open Cafe System (OCS) . Users make use of OCS with web-browsers, without struggling with FOSS4G, because FOSS4G works on back-end in OCS. OCS has four types of architecture, namely, Ubiquitous, Hub, Local, and Separate that are classified based on the network infrastructure. Each type of OCS has a compensatory function for the lack of networks to use OCS without network in the natural environmental fields where networks are often unavailable. From application studies for various fields of natural environment, it was suggested that the functions of network compensation enable the users to make use of OCS without consciousness of network infrastructure.

ソーシャルロボットが周辺状況と文脈を考慮して，ユーモア表現を生成できるようになれば，人間とのより円滑な対話が可能になると考えられる．本研究では，ユーモア表現として併置型駄洒落に着目し，画像に関連する併置型駄洒落生成を目的とする．提案手法では，まずシーングラフを用いて画像に描画された物体間の関係を抽出し，大規模言語モデル（GPT-3.5）を用いてそれらの関係を画像キャプションに変換する．次に，マルチモーダル大規模言語モデル（GPT-4V）を用いて画像から主要物体を抽出し，併置型駄洒落における種表現とする．次に，GPT-3.5を用いて種表現と母音が類似する単語を生成し，種表現と音韻類似度の高い単語を変形表現として抽出する．最後に，画像キャプション，種表現，変形表現を用いて画像の描画内容に関連する併置型駄洒落を生成する．評価実験では，提案手法を用いてシーングラフが付与された画像100枚中29枚の画像に対して併置型駄洒落候補が生成できた．10名の被験者によるアンケート評価を行った結果，これらの候補の内94%は画像に関連していたが，併置型駄洒落として成立していたのは37%であった．

本研究では，駄洒落文スコア，ランダムフォレスト（RF），マルチモーダル大規模言語モデルGPT-4Vを用いて，駄洒落データベース内の併置型駄洒落が入力画像の描画内容に即しているか否かを認識する手法を提案する．提案手法を評価するために，MS COCOの画像と駄洒落データベース内の併置型駄洒落の組に対して，併置型駄洒落が画像の描画内容に即しているか否かを評価し，データセットを構築した．MS COCOの画像3,500枚を対象に，各画像に対し駄洒落文スコアの高い上位5件の駄洒落を分析した結果，駄洒落文スコアを算出するために提案したどの指標も駄洒落文認識に寄与していた．構築したデータセットを対象に，RFとGPT-4Vを用いた手法を評価した．RFを用いた手法の正解率は0.949となり，描画内容に即していない併置型駄洒落文は高精度に認識できた．GPT-4Vを用いた手法は，適合率，再現率，F値において，RFを用いた手法の精度を上回った．しかし，RFとGPT-4Vを用いた手法の再現率はそれぞれ0.127，0.280と低く，さらなる認識精度の改善が必要であることが明らかとなった．