[論文レビュー] Towards Automated Generation of Scripted Dialogue: Some Time-Honoured Strategies

Paul Piwek, Kees van Deemter|ArXiv.org|Dec 22, 2003

Speech and dialogue systems参考文献 15被引用数 11

ひとこと要約

本論文は、人間が書いた対話や自然に発生する対話から、確認の副対話や情報の繰り返しといった長年にわたり実証された会話戦略を特定・適用することで、スクリプト化された対話の自動生成フレームワークを提案する。これらの戦略が情報記憶の向上と対話の現実性を高めることを示し、独りよがりな発話と双方向の役割演じの両方の層をバランスよく制御可能な構造的で著者主導の生成によって、より効果的で魅力的なスクリプト化対話を実現する。

ABSTRACT

The main aim of this paper is to introduce automated generation of scripted dialogue as a worthwhile topic of investigation. In particular the fact that scripted dialogue involves two layers of communication, i.e., uni-directional communication between the author and the audience of a scripted dialogue and bi-directional pretended communication between the characters featuring in the dialogue, is argued to raise some interesting issues. Our hope is that the combined study of the two layers will forge links between research in text generation and dialogue processing. The paper presents a first attempt at creating such links by studying three types of strategies for the automated generation of scripted dialogue. The strategies are derived from examples of human-authored and naturally occurring dialogue.

研究の動機と目的

• テキスト生成と対話処理の交差分野として、スクリプト化対話の自動生成を有効な研究分野として確立すること。
• 人間が書いた対話や自然に発生する対話から、自動生成に利用可能な繰り返し現れる会話戦略を特定・形式化すること。
• 一方向の著者→聴衆コミュニケーションと、二方向の役割演じに基づくキャラクター間対話という二重層のコミュニケーション課題に取り組むこと。
• 自律的対話と比較して、スクリプト化対話生成が、ターン・バイティーや強調といったグローバルな対話特性に対するより良い制御を可能にすることを示すこと。
• 著者中心の対話生成のための今後の研究基盤を築くために、一般化可能で再利用可能な戦略を提示すること。

提案手法

• 著者らは、人間が書いた対話や自然に発生する対話を分析し、確認の副対話、情報の繰り返しなどの繰り返し現れる会話戦略を抽出する。
• これらの戦略を、確認の副対話を用いて重要な情報を強化するなど、再利用可能な生成技術のセットに形式化する。
• 二層モデルを採用する：一つは著者の意図するメッセージの流れ（独りよがりの層）、もう一つはキャラクターの模倣された対話（対話的層）。
• シーンの記述が抽象的表現として生成され、その後、マルチモーダル自然言語生成、音声合成、ジェスチャー割り当てのコンponentsによって処理される。
• 最終的な出力は、身体的会話エージェントを用いてユーザーに提示するメディアプレーヤーによってレンダリングされる。
• ケーススタディとして、自動車デモ対話の検証が行われ、重要な事実が確認の副対話内で繰り返されることで記憶力が向上した。

実験結果

リサーチクエスチョン

• RQ1 人間が書いた対話や自然に発生する対話から、自動スクリプト化対話生成に体系的に適用可能な会話戦略は何か？
• RQ2 著者→聴衆とキャラクター→キャラクターの二重層のコミュニケーション構造は、自動対話生成においてどのように効果的にモデル化できるか？
• RQ3 構造的な繰り返しや確認の副対話は、スクリプト化対話における情報記憶をどのように向上させることができるか？
• RQ4 著者主導のスクリプト化対話生成は、自律的でリアルタイムの対話生成と比較して、制御性と一貫性の面でどのような利点をもたらすか？
• RQ5 自然な対話パターンから導ける、一般化可能で再利用可能な戦略は何か？スケーラブルな自動対話作成を支援する。

主な発見

• 確認の副対話の使用は、情報記憶の向上に顕著な効果を示し、180mphという重要な事実が1回の対話交換内で3回繰り返された。
• BとSの間の対話交換で、重要な情報を複数ターンにわたって繰り返す戦略は、メッセージの強化と聴衆の理解を効果的に向上させる。
• スクリプト化対話生成は、ターン・バイティーや強調といった、対話構造のグローバルな制御を可能にし、自律的でリアルタイムの対話システムでは難しい。
• この方法により、長年の会話パターンを生成プロセスに組み込むことで、より豊かで自然な響きの対話を実現し、認識される真正性を向上させる。
• このフレームワークは、テキスト生成、音声合成、ジェスチャー割り当てを統合し、身体的会話エージェントにおけるエンド・ツー・エンドのパイプラインの実現可能性を示した。
• 本アプローチは、リアルタイムの適応性が求められないが、一貫性と強調が重要となる応用分野において、完全に自律的な対話システムの実用的代替手段を提供する。