徳島大学 教育・研究者情報データベース(EDB)

Education and Research Database (EDB), Tokushima University

徳島大学ウェブサイトへのリンク

著作: [松本 和幸]/田中 聡/[吉田 稔]/[北 研二]/[任 福継]/Ego-state Estimation from Short Texts Based on Sentence Distributed Representation/[International Journal of Advanced Intelligence (IJAI)]

ヘルプを読む

「著作」(著作(著書,論文,レター,国際会議など))は,研究業績にかかる著作(著書,論文,レター,国際会議など)を登録するテーブルです. (この情報が属するテーブルの詳細な定義を見る)

  • 項目名の部分にマウスカーソルを置いて少し待つと,項目の簡単な説明がツールチップ表示されます.

この情報をEDB閲覧画面で開く

EID
324505
EOID
1002011
Map
0
LastModified
2021年3月8日(月) 15:28:10
Operator
三好 小文
Avail
TRUE
Censor
0
Owner
松本 和幸
Read
継承
Write
継承
Delete
継承
種別 必須 学術論文(審査論文)
言語 必須 英語
招待 推奨
審査 推奨 Peer Review
カテゴリ 推奨 研究
共著種別 推奨 学内共著(徳島大学内研究者との共同研究 (学外研究者を含まない))
学究種別 推奨
組織 推奨
著者 必須
  1. 松本 和幸([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  2. (英) Tanaka Satoshi / (日) 田中 聡 / (読) たなか さとし
    役割 任意
    貢献度 任意
    学籍番号 推奨 ****
  3. 吉田 稔([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  4. 北 研二([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  5. 任 福継([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座]/->個人[中川 福継])
    役割 任意
    貢献度 任意
    学籍番号 推奨
題名 必須

(英) Ego-state Estimation from Short Texts Based on Sentence Distributed Representation

副題 任意
要約 任意

(英) Human personality multilaterally consists of complex elements. Egogram is a method to classify personalities into the patterns according to the combinations of the five levels of ego-states. With recent development of Social Networking Service (SNS), more researches have been trying to judge personality from the statements on SNS. However, there are several problems in the personality judgment based on the superficial information of the statements. Concretely, personality is not always reflected on every statement and the tendency of the statements with influence of personality changes with the times. It is also important to collect sufficient amount of statement data including the results of personality judgment. In this paper, to realize automatic egogram judgement, we focused on the short texts on the SNS, especially microblogs, and represented the comments on Twitter by distributed representation (sentence vector) in the pre-training. Then, we tried to create a model to estimate ego-state level of each user by using a deep neural network. The experimental result showed that our proposed method estimated ego-state with higher accuracy than the baseline method based on bag of words. To investigate the change of personality according to time, we also analyzed how the match rates of the estimation results changed before/after the egogram judgment. Moreover, we confirmed that the personality pattern classification was improved by adding a feature expressing the formal degree of the sentence.

(日) 人間の性格は,複雑な要素が組み合わさって,多面的に構成される.性格診断手法としてのエゴグラムは,5つの自我状態の高低の組み合わせに基づき,性格をパターン分類するものである.近年のSNSの発達にともなって,性格をSNS上の発言から診断しようという試みが増えてきた.しかし,発言の表層情報を手掛かりとした性格診断は,自我状態を推定するうえでいくつかの問題を抱える.具体的には,性格がすべての発言に反映されているわけではないこと,また,個人の性格に起因する発言の傾向は時間とともに変化していくものであるということなどがあげられる.また,十分な量の性格診断結果を伴う発言の事例を収集することも重要となる.本研究では,SNS,とくにMicroblog 上の発言(ショートテキスト)をもとに,エゴグラム診断を自動化するために,Twitter 上の発言を事前学習において分散表現(文ベクトル)により表し,Deep Neural Network による機械学習を用いて,ユーザごとに自我状態のレベルを推定するモデルの構築を試みる.評価実験の結果,提案手法による自我状態推定モデルは,Bag of Words を素性としたベースライン手法よりも高精度%であることを示した.また,時間経過による性格変化を調べるため,エゴグラム診断の前後において,推定結果の一致率にどのような変化が起きているかを分析した.さらに本論文では,文のフォーマル度合いを特徴づける素性を追加することで性格パターン分類の精度向上を確認した.

キーワード 推奨
  1. (英) Egogram / (日) エゴグラム
  2. (英) Personality Estimation / (日) 性格推定
  3. (英) Twitter
  4. (英) Social Networking Service
  5. (英) Distributed Representation / (日) 分散表現
発行所 推奨 (英) AIA International Advanced Information Institute
誌名 必須 International Journal of Advanced Intelligence (IJAI)(AIA International Advanced Information Institute)
(pISSN: 1883-3918)
ISSN 任意 1883-3918
必須 9
必須 2
必須 145 161
都市 任意
年月日 必須 2017年 5月 初日
URL 任意
DOI 任意
PMID 任意
NAID 任意 120006650107
WOS 任意
Scopus 任意
評価値 任意
被引用数 任意
指導教員 推奨
備考 任意
  1. (英) Best Paper Award of The 11th International Conference on Natural Language Processing and Knowledge Engineering

    (日) NLP-KE2016 ベストペーパー賞受賞