Closed Bring life-long robotic partners to realization for the elderly!

【研究進捗報告】会話内容に基づくQOL推定

明けましておめでとうございます。

私の大学でも徐々に対面授業が増えつつあります。
2年前から私は法学部で開講されている一つの講義の技術補佐として、オンライン講義の手伝いをして来ました。
初めは慣れない業務で悪戦苦闘していましたが、最近は対面とオンラインのハイブリッド授業という新たな取り組みが始まりました。
学生の顔を直接見られるのもいいですね。
いつか自分もこのように講義ができたらいいなと思います。
そのために今は研究で結果を残したり、サービスを提供したりといった活動に邁進していきたいです。

今週の進捗の一つは、会話内容からQOLを推定するシステムの実装を完了させたことです。
前回は音声そのものからQOLを推定しましたが、会話内容も加味することで、より正確な推定が可能になると期待しています。
会話内容からQOLを推定するには、まず、その会話からどのQOL尺度を推定できるか特定する必要があります。QOLは単一の尺度ではなく、心身の健康状態や社会的活動などを含む複合的な尺度です。そのため、例えば会話に「最近憂鬱だ」のようなフレーズが含まれる場合は、QOL尺度のうち「心の健康」を推定します。
これを実現するには、各単語とQOL尺度の種類とを対応づける辞書が必要です。この辞書はこれまで存在するものではなかったため、今回、本プロジェクトで作成しました。
辞書の作成にあたっては、wikipediaの大規模テキストデータを活用し、その中にある全ての言葉を数値に変換しました。この処理により、「憂鬱」と「憂い」など、似た意味を持つ単語の分類が可能になります。「憂鬱」が心の健康と対応づけられる場合、類義語である「憂い」も心の健康に対応づけることができます。このように、推定すべきQOL尺度を単語から導きだす辞書を作成しました。
推定するQOL尺度を定めた後は、その尺度のスコアを求めます。今回は、言葉のポジティブ/ネガティブ度合いなど、テキストからあらゆる特徴量を抽出してQOLをスコア化しました。
今後は今回のシステムの効果を詳細に検証し、パラメータを調整しながら精度向上を図ります。また、前回の音声を用いたシステムなどと統合し、より高性能な見守りロボットの実現を目指していきます。