顔文字を利用した文字ベースのコミュニケーション支援に関する研究奥村研究室修士 2 年田中裕紀 1 研究背景・目的分類には、「怒り」「喜び」「悲しみ」「驚き」「その他・無感情」の 5 分類を用いる。インターネットに代表されるような通信環境の普及によって、直接相手と接するのではなく、コンピュータを 2.2 介したコミュニケーション（CMC; Computer Mediated Communication）の手段を利用する機会が飛躍的に増えた。CMC コミュニケーションのうちインターネットチャットや電子掲示板、電子メール等のような文字ベースのコミュニケーションにおいては、文字だけでは表しにくい意味や意図を表すために、顔文字がよく用いられている。これら文字ベースのコミュニケーションにおいて、我々は顔文字とそれの付与される文章や文脈との関係等の情報を統合して、発言の意味や話者の感情、意図を理解している。このような顔文字と文章、表す意味 2.1 節で作成した顔文字タグ付きコーパスを用い、以下の手順で顔文字の出現パターンを学習する。 1. テキストの形態素解析得られた掲示板コーパス中のテキストを、形態素解析器「茶筅」[2] を用いて形態素解析する。 2. 形態素情報の付与テキストを文字単位に分割し、各文字に対して表 1 のような形態素の情報を表す品詞タグを付与する。の関係を把握する事ができれば、その関係を元に、文章に顔文字が付与された意図を推測する事が可能となる。表 1: 形態素解析結果に付与するタグ S 一文字で形態素を構成する文字 B 二文字以上の形態素中の最初の文字また、文章とその表したい意味から、付与されるのに適当な顔文字を推測する事ができる。本研究では、これら文章と顔文字との関係を調べるために、顔文字を含む文 E I 章から顔文字の位置と話者の感情を推定する手法について提案し、その結果を文字ベースのコミュニケーショ二文字以上の形態素中の 3. 顔文字の抽出テキスト中の顔文字の位置を、サポートベクトルマシン [3] を基にしたチャンカーである yamcha[4] を用いて学習、抽出する。進捗状況 2.1 二文字以上の形態素中の最後の文字最初でも最後でもない文字ンの理解や支援に役立てる方法について検討する。 2 文章中からの顔文字抽出顔文字タグ付きコーパスの作成まず実際に顔文字がどのような状況で用いられてい yamcha はテキストの先頭（左側）から、文字単位で顔文字をチャンキングする。今回は位置 i の文字における顔文字タグを推定するために、位置 i − 4 るかを知るために、顔文字の付与されている文章を収集する必要がある。これには電子掲示板（以下掲示板）の無料貸し出しサービス [1] 上に存在する、約 1600 の掲から i+4 までの文字、品詞、品詞タグと、位置 i−4 示板への書き込みをデータとして用いた。から i − 1 までの顔文字タグを素性として用いた。これら掲示板の HTML ソースを収集した後、ユーザなお、顔文字の位置情報の表現には表 2 のタグをによって書き込まれた文章以外のテキストを取り除く事用いた。また感情の情報を付与する場合は、表 2 のによって、掲示板コーパス約 118000 文（行）を得た。タグに加えさらに表 3 のような添字を付与する。これに対して、人手により顔文字出現位置に顔文字タグその結果得られるコーパスは表 4 のようになる。付けを行った。現在タグ付けを終えた顔文字の数は、約 13000 文中に出現した 913 である。この一連の手順による顔文字抽出は、感情情報を考慮またこの顔文字タグに加え、さらに顔文字が表す感情しない単純な顔文字抽出の場合、精度で 85.47%、再現の情報も合わせて付与する場合も扱う。この際の感情の率で 86.67%であった。感情情報を考慮した顔文字抽出 1 2.3 については、現在はタグ付け済みデータが少ないので、有効な結果はまだ得られていない。得られた感情情報を基に、文章と顔文字との関係について整理する。例えば話者の感情に関する情報は、顔文表 2: 顔文字のチャンキングに用いるタグ B 顔文字の始まりの文字 I O 文章と顔文字との関係の考察字だけではなく文章中にも、感情を表す語として存在する事が多い。しかし、文章中の感情を表す語と顔文字の顔文字の内部の文字表す感情が同じである場合も、そうでない場合もある。顔文字の外部の文字このような文章との顔文字との関係について調べる。但し対象となる文章の多くは口語表現が多いこと等から、正しく形態素に分ける事が困難であるものもある。 a b c d e 文字よって、単語だけではなく文字列や予め用意した特定の表 3: 感情情報の付与に用いる添字「怒り」を表す顔文字を構成する文字感情を表す語との共起について調べる、等複数の方法を検討する。「喜び」を表す顔文字を構成する文字これにより、文中での顔文字の様々な役割や機能を把「悲しみ」を表す顔文字を構成する文字握する。そして顔文字の付与された文章を正しく理解、「驚き」を表す顔文字を構成する文字処理したり、コンピュータへの顔文字付き文章の入出力その他・無感情な顔文字を構成する文字品詞表 4: コーパス例品詞タグば助詞-副助詞か助詞-副助詞り助詞-副助詞の助詞-連体化毎名詞-副詞可能日名詞-副詞可能で助詞-格助詞-一般（記号-括弧開 − 記号-一般＿記号-一般 − 記号-一般）記号-括弧閉にも役立てる方法について検討する。 3 顔文字タグ B I E S B O O O O O E S S O O Bc S S S S Ic Ic Ic Ic 今後の課題顔文字を含んだ文章を正確に扱うには、より高い顔文字抽出精度が求められる。現在の顔文字抽出の精度は 85%程度であり、精度の向上には訓練用の顔文字タグ付きコーパスの充実や形態素以外の素性の付与、場合によっては他の手法との併用等を考えなければならない。文章と顔文字との関係を整理する方法については、まだ具体的な作業に入っておらず、今後実際に有効な手法を検討していかなければならない。また、現在は感情の分類に「怒り」「喜び」「悲しみ」「驚き」「その他・無感情」の 5 分類を用いているが、これも分類結果の利用方法に応じて、より相応しい分類を検討する必要がある。 EOS 参考文献 [1] Teacup BBS (http://www.teacup.com/index.html) また、既存の顔文字辞書を用いた単純なマッチングに [2] 松本裕治、北内啓、平野善隆、高岡一馬、浅原正幸、形態素解析システム『茶筅』Version2.2.9 使用説明書、よる抽出法との比較をするために、実際にインターネット上で配布されている 14 の顔文字辞書から得られた計 5738 種の顔文字リストを用いて、顔文字抽出を行った。奈良先端科学技術大学院大学、2002 その結果は再現率で 79.96%（精度は原理上 100%とな [3] V.N. Vapnik、Statistical Learning Theory、A る）であった。しかし辞書を用いる手法の場合は、辞書 Wiley-Interscience Publication、1998 中の特定の顔文字しか抽出できないが、本手法では未知の顔文字を抽出する事も可能であり、また感情情報を推 [4] 工藤拓、松本裕治、Support Vector Machine を用いた Chunk 同定、自然言語処理、Vol.9、No.5、pp.3- 定する事もできる。 23、2002 以上の結果を用いて、顔文字付きコーパスから顔文字を抽出し、またその表す感情情報を得る。 2