人工知能 対話エージェント @KELDIC

今日の社内ＡＩセミナー第１１５回では、 言語解析について取り上げた。
特に、近年、注目を集める対話エージェントの、

@KELDIC 
https://twitter.com/KELDIC

君だ。この KELDIC 君は、twitter 上のＡＩで、こちらに言ったことに対して、
適切に返答してくれるし、「KELDICの勉強部屋」に行って、

http://www.cm.info.hiroshima-cu.ac.jp/inaba/keldic/

今の受け答えは「いい」「わるい」を教えてあげると、どんどん賢くなるのだ。
（すぐにではなく、まとめて明け方にかけて学習します）

KELDIC君は、機械学習、によって学習する。KELDIC君は、人間が作ったセリフのデータベースがあって、会話の文脈に応じて、データベースのセリフをランク付けして、最も良いセリフを選択するようになっているのだ。

稲葉通将，平井尚樹，鳥海不二夫，石井健一郎: 
「統計的発話選択による非タスク指向型対話エージェントの設計」 
Human-Agent Interaction Symposium 2011 (HAI-2011), 2011.
http://www.ii.is.kit.ac.jp/hai2011/proceedings/html/paper/paper-3-1b-1.html

この論文はとても高度で密度の濃い論文だが、要約するとこんな感じか。

（１）　それぞれのセリフはベクトル空間の１点に対応付けられる。（素性ベクトル）
（２）　そのベクトルを評価する関数Fがすなわちスコアを返す。
（３）　関数Ｆは今回は内積関数として、ベクトル w を求めたい。
（４）　いろいろな文脈cに対して、候補となるセリフに人間が点数を付ける。
（５）　この点数のベクトルと、ＡＩがＦで作る点数のベクトルが同じになるように、
　　　　Ｗを学習させて行く。
（６）　そのために一端、統計で使うボルツマン和の形に変数変換して、
　　　  この問題を確率分布の問題にすり変える。（ListNet法）
（７）　最速降下法でアルゴリスティックに w ベクトルを求める。

KELDIC君の興味をもった方は、ぜひ、CEDEC 2014 で稲葉先生のご登壇する二つの連続セッションに来ましょう！

将棋の次は人狼か？
http://cedec.cesa.or.jp/2014/session/AC/13479.html

クロスボーダー「AI×言語解析」パネルディスカッション
http://cedec.cesa.or.jp/2014/session/ENG/5158.html