マルチモーダル会話モデリングに基づくグループ意思決定プロセスの解析

Material type: 文書・図像類

Author: 岡田, 将吾

Publisher: -

Publication date: 2018-06-11

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 本研究の目的は，意思決定を行うためのグループ会議に焦点を当て，会議中に交わされる会話者の言語・非言語情報から，意思決定が行われるまでのプロセスを会話データより客観的に解析出来る技術を新規に開発することである．言語・非言語情報（発話，音声，動作）と，アノテーションされたグループディスカッションの質を...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

JAIST Repository
Digital
You can check the holdings of institutions and databases with which 学術機関リポジトリデータベース（IRDB）（機関リポジトリ） is linked at the site of 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）.
JAIST Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: マルチモーダル会話モデリングに基づくグループ意思決定プロセスの解析
Author/Editor: 岡田, 将吾
Author Heading: 岡田, 将吾
Publication Date: 2018-06-11
Publication Date (W3CDTF): 2018-06-11
Alternative Title: Analyzing group decision making process based on multimodal conversation modeling
Periodical title: 科学研究費助成事業研究成果報告書
Pages: 1-6
Text Language Code: jpn
Subject Heading: マルチモーダルインタラクション
社会的信号処理
機械学習
データマイニング
グループディスカッション
Target Audience: 一般
Note (General): 本研究の目的は，意思決定を行うためのグループ会議に焦点を当て，会議中に交わされる会話者の言語・非言語情報から，意思決定が行われるまでのプロセスを会話データより客観的に解析出来る技術を新規に開発することである．言語・非言語情報（発話，音声，動作）と，アノテーションされたグループディスカッションの質を紐づけることで，良質なディスカッションに特有に現れる非言語情報や，コミュニケーション能力の高い人に見られる特有の言語パターンを抽出出来るフレームワークを構築した．機械学習のSupport Vector Machine を用いた結果，最大82％の精度で推定するモデルを構築した．：This research project focuses on group discussion for a problem solving and develops a framework for analyzing the group decision making process based on verbal and nonverbal (multimodal) information which observed from group members. We defined the quality of group output as an index set of social science (“product dimension”), which proposed by Hackman. The annotation data of the quality of group output has been collected. The machine learning model it developed to predict the product dimension from multimodal information including dialog transcription, head motion, speech prosody and turn taking. Novel co-occurrence data mining is proposed to capture the group interaction and multimodal patterns. Through the machine learning modeling and data mining, the specific multimodal features observed in group discussion process with high/low quality can be discovered automatically. Best prediction accuracy of product dimension is 82 % in binary classification task (high or low of quality).
基盤研究(C)（一般）
研究期間：2015～2017
課題番号：15K00300
研究者番号：00512261
研究分野：知能情報処理
identifier:https://dspace.jaist.ac.jp/dspace/handle/10119/15393
Format (IMT): application/pdf
Source: https://dspace.jaist.ac.jp/dspace/bitstream/10119/15393/1/15K00300seika.pdf
https://dspace.jaist.ac.jp/dspace/bitstream/10119/15393/1/15K00300seika.pdf
Access Restrictions: 限定公開
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 北陸先端科学技術大学院大学 : JAIST学術研究成果リポジトリ