Recommandé
Recommandé
Contenu connexe
Plus de Matsushita Laboratory
Plus de Matsushita Laboratory (20)
コミックの登場人物についての説明文からの性格タグ推定
- 2. コミックの検索について 膨⼤なコミック作品 • 実はドストライクな漫画だったのに... - たどり着けない - 多くの作品に埋もれてしまう 2 } メタ的な情報をクエリにした検索 現状のコミック選択⽅法 • 書誌情報 • ジャンル メタ情報はコミックの内容の検索には不⼗分
- 4. キャラクタ構成要素に着⽬ 4 どのようなキャラクタがどのように活躍するか キャラクタ 内⾯情報...性格，⽣い⽴ちなど 外⾒情報...⾒た⽬など コミックの構成要素のなかでキャラクタは頻出する重要な要素[1] [1] 三原鉄也, 永森光晴, 杉本重雄: ディジタルコミック におけるストーリ構造とビジュアル構造を表すメタデータモデル, 情報処理学会研究報告. FI, No. 9, pp. 1‒8 (2011). 内⾯情報は外⾒情報よりコミックの内容に影響を与える
- 5. ストーリ展開とキャラクタの性格 キャラクタの性格 • どのような⾏動選択を⾏うかの要因のひとつ 5 キャラクタの構成要素の中でもストーリに影響のある キャラクタの性格に着⽬ • ストーリの展開に影響する可能性が⾼い 遭難した場⾯ みんなで協⼒ 平和主義 独りで⾏動 服従 逃亡 協調的 冷酷 臆病
- 6. 先⾏研究の概要 エゴグラムに基づいたコミックキャラクタの性格分類[2] エゴグラム：5つの性格要素を⽤いた性格診断⼿法 • ⼈間の性格は5つの領域に分けられる • 性格要素に対応した単語群を集めた辞書を作成 • キャラクタの説明⽂から性格分類を⾏った [2] 朴柄宣, 居林⾹奈枝, 松下光範: エゴグラムに基づいた コミックキャラクタの性格分類, ⼈⼯知能学会全国⼤会 論⽂集, 1J3-02 (2018). 6 性格要素 意味 単語群 CP 正義感，信念 義理堅い，頑固 NP 優しさ，受容 親切，おせっかい A 知性 ，客観性 冷静，理性的 FC 活気，積極性 ⾃由奔放，明るい AC 協調性，依存 素直，従順 ⼈間の性格診断⼿法を⽤いた コミックキャラクタの性格分類が可能
- 7. 先⾏研究の問題点 エゴグラムに基づいたコミックキャラクタの性格分類[1] [2] 朴柄宣, 居林⾹奈枝, 松下光範: エゴグラムに基づいた コミックキャラクタの性格分類, ⼈⼯知能学会全国⼤会 論⽂集, 1J3-02 (2018). 7 様々なコミックキャラクタの性格特徴を表現するうえで 5次元ベクトルで⼗分なのか？ 多様な表現で書かれたキャラクタの説明⽂には ⾃作の辞書に含まれない記述も存在する可能性 エゴグラムを⽤いた性格の表現は直感的ではない 20 10
- 8. 性格タグについて 性格タグ • ファンコミュニティではキャラクタに タグとして性格情報が付与されている 例）ツンデレ，ボクっ娘 • キャラクタの性格を端的に表現 8 性格タグ • 強気 • 勇敢 • ガサツ • 優しい • 乱暴 ... コミックキャラクタならではの多様な性格を表現できる 異なる作品に登場するキャラクタの性格に同⼀の表現が使われている
- 9. 問題 9 全てのキャラクタに性格タグが付与されているわけではない タグが付与されているキャラクタの説明⽂から性格タグが推定できれば タグ未付与のキャラクタも性格によるコミック検索が可能になる • 様々なキャラクタを説明した複数の⽂章 例）Wikipedia，pixiv百科事典... 例）キャラ属性王国 • 性格タグが付与されている⼀部のキャラクタ Web上には
- 11. キャラクタ説明⽂のデータセット作成 複数の⾃由参加型Web百科事典からキャラクタの説明⽂を収集 • 総キャラ数は537⼈ 11 例）うずまきナルト(⼀部抜粋) • Wikipedia：「常⼈離れした⾏動⼒を持ち、良くも悪くも味⽅の運命を左右することが多い」 • ニコニコ⼤百科：「サスケェ・・・」 • pixiv百科事典：「⼝癖は ”〜だってばよ”。⼈に何か尋ねる時は “あのさ、あのさ！”と前置きする。 」 • アニヲタwiki：「その⾝に尾獣の⼀体、かつて⽊ノ葉隠れの⾥を襲った九尾の妖狐を封印された⼈柱⼒。 」 • キャラクタによって情報ソースの数は2〜4件 • 同キャラクタの説明⽂でも 情報ソースによって記述特徴が異なるため別データとして扱った • 合計2,004件
- 12. 性格タグのデータセット作成 キャラ属性王国を情報ソースとして性格タグを収集 • 「ステータス」「背景」「能⼒」などの カテゴリ別に分かれた様々なタグでキャラクタを説明している 12 • 説明⽂が得られたキャラクタの性格を表現するために 合計225種類の性格タグを収集 • 今回は出現頻度上位20位を対象とした 「基礎性格」「性格」の カテゴリに分類されているタグを 性格タグとして取集 例）うずまきナルト(⼀部抜粋) • ステータス：男性，忍者・エージェント，B型 • 背景：主⼈公，悲劇的な過去，⼈気者 • 基礎性格：強気，熱⾎，⼈なつっこい，純粋 • 性格：ドジっ⼦，⾷いしん坊，はしたない [ ]
- 14. 提案⼿法｜説明⽂の単語分散表現を獲得 • 単語分散表現の学習 - ⽤意した説明⽂2,004件を学習 • 説明⽂をMeCabを⽤いて形態素解析 - 有名なコミックのキャラクタ名が含まれるneologd辞書を使⽤ • word2vecを⽤いて説明⽂をベクトル化 - 100次元 14 キャラクタの 説明⽂ 100次元の説明⽂の ベクトル word2vec
- 15. 提案⼿法｜説明⽂と性格タグの関係性モデル • 隠れ層が2層のニューラルネットワークで実装 • ⼊⼒：単語分散表現を⽤いた100次元のキャラクタの説明⽂のベクトル • 出⼒：バイナリ表現された20次元のキャラクタの性格タグのベクトル 15 ... y1 y2 y20 x1 x2 x3 x100 ⼊⼒層 100次元 隠れ層1 500次元 隠れ層2 250次元 出⼒層 20次元 [0,1,1...] [強気，異性が好き，優しい...] ＝ 説明⽂の ベクトル 性格タグのベクトル
- 16. 実験設定 • 説明⽂2,004件を⽤いて，5分割交差検証を⾏った • テストデータには学習に⽤いていない説明⽂を⽤いた • 性格タグそれぞれについての5分割検証実験における 適合率，再現率， F1値の平均値を算出 16
- 22. 考察①「俺」「私・わたし」 19 推定結果の違い 性格タグ 平均F1値 俺 0.674 私・わたし 0.557 平均F1値の差が⼤きい サンプル数の違いを考慮しても 説明⽂の記述傾向 • 「俺」が付与されたキャラクタ説明⽂の例 「声を張り上げたり意味も無く⽊の幹に体当たりしたり... 」 →男性と分かる • 「私・わたし」が付与されたキャラクタ説明⽂の例 「強気に⾒えて繊細、冷徹さと弱者への優しさを持ち... 」 →男性？⼥性？ 「⼼優しく⼤⼈しい淑⼥だが、気丈な⼼根で...」 →⼥性と分かる
- 25. 考察②「ちょっと変」 22 推定結果 性格タグ 平均F1値 平均適合率 平均再現率 優しい 0.658 0.658 0.621 まとも 0.518 0.518 0.606 ちょっと変 0.454 0.454 0.502 全ての評価指標で 全体的に低い値を⽰した • 「やや内省的で繊細な性格。」 説明⽂の記述傾向 • 「⾮常にがさつかつ、 ずぼらでだらしない⾯が多い。」 } 内容にまとまりがない
- 26. 考察②「ちょっと変」 23 「ちょっと変」が付与されているキャラクタ 他にも様々な性格タグが付与されている場合が多い 考察結果 このような性格タグは 説明⽂からの推定が難しい 同じタグが付与されているキャラクタの説明⽂でも 記述に⼤きな差があることから 例） 碇シンジ = [ちょっと変，優しい，⾔葉数が少ない，こわがり，地味...] 葛城ミサト = [ちょっと変，強気，元気な⾔葉遣い，気性が激しい，...]
- 27. 推定精度を上げるには 24 例） 碇シンジ = [ちょっと変，優しい，⾔葉数が少ない，こわがり，地味，...] →寡黙な陰キャっぽい「ちょっと変」 葛城ミサト = [ちょっと変，強気，元気な⾔葉遣い，気性が激しい，...] →テンションが⾼い陽キャっぽい「ちょっと変」 今回は対象外としたあまり出現しない性格タグに着⽬ そのキャラクタの性格のユニークな部分である 学習時にあまり出現しない性格タグに重みをつけることで 「ちょっと変」にも様々な「ちょっと変」がある 記述に⼤きな差がある説明⽂からも推定ができる可能性
- 28. 展望 25 • ⼤規模コーパスを⽤いた分散表現の獲得 • 推定器について - ネットワーク構造 - 学習⽅法 - パラメータの調整 • 性格タグについて - 対象外とした性格タグについて調査 - 性格タグのテンプレート - あまり出現しない性格タグに着⽬
- 29. まとめ • 背景：メタ情報ではコミックの検索には不⼗分 • 問題：全てのキャラクタに性格タグが付与されているわけではない • ⽬的：キャラクタ説明⽂と性格タグの関係性をモデル化 • 提案⼿法：分散表現を⽤いたWeb上のキャラクタ説明⽂から 三層NNを⽤いて性格タグを推定 • 結果：キャラクタ説明⽂から性格タグが推定できる可能性が⽰唆 26