ぱわふる

自然言語理解と機械学習の研究室にいるけど計算機上で感情を扱いたいので読みました。感情を扱う自然言語処理の論文読んでいても、参考文献に心理学系の文献がないことが多いけど、自分はそれに強烈な違和感を感じます。

今まで発達心理学の本は読んだことがあるけど、感情心理学の本を読んだのは初めてです。論文は「感情心理学研究」を少し読んでいました。

「感情心理学・入門」は、国内外の学会・学術誌は紹介されてるし、各章の終わりには学習文献案内があり、最後の引用・参照文献も章ごとに分かれていて見やすく、入門書としてグッドでした。

一番知りたかったのは感情をラベルありで上手く分類できるかということ。結論をいうと現代の心理学でも感情が比較的固定された構成要素の組み合わせとして定義できるのか結論が出ていないということでした。

それ以外でもいろいろ知識は得られたし、読んでおくべき論文も発見できたので、心理学が専門外の自分でも読む価値は十分にありました。

趣味で人工知能のために会話文の感情分類がしたいなぁっと思ったので、ちょいと調べていました。そもそも感情は明確に分類できるものなのか怪しいのですが・・・。

ちょろっと自然言語処理関連の論文を調べた限りでは、

• 「感情表現辞典」という辞典の分類：「喜」「怒」「哀」「怖」「恥」「好」「厭」「昂」「安」「驚」
• Ekmanの分類：「怒り」「嫌悪」「恐れ」「幸福感」「悲しみ」「驚き」
• Plutchikの分類：「喜び」「悲しみ」「受容」「嫌悪」「恐れ」「怒り」「驚き」「期待」とこれらの合成 （日本語訳は 山口大学工学部研究報告第53巻第1号pp.85-90 を参考にしました：http://memoirs.lib-e.yamaguchi-u.ac.jp/531/11.pdf）

という分類がよく使われているようです。

自分がしたいのは会話文の感情分類。

Ekmanの分類は表情から読み取れる感情とのことなので、除外。残りは Plutchik の分類か「感情表現辞典」の分類。

Plutchik の混合感情の考え方とかはよく出来ていると思うんだけど、自分以外の人に混合感情を意識させて妥当な感情を選ばせるのはあまりに負担がかかり過ぎるように思えます。かといって混合感情を意識させない場合、ドンピシャに純粋感情を過不足なく複数選択させるのが困難。

一人で感情分類作業する場合は、Plutchik の分類でもいいけど、誰かに手伝ってもらう場合はPlutchikの分類はキツい。

というわけで、「感情表現辞典」の10分類をベースにすることにしました。

今日、注文していた「感情表現辞典」が来たのでちょろっと読みました。

この10分類は実際の表現例から「喜」「怒」「苛」「悲」「淋」「鬱」「悄（ショウ：しょんぼりする）」「苦」「安」「悔」「昂」「感動」「好」「嫌」「憎」「驚」「怖」「恥」「惑」の19感情を抽出して境界線の引きにくさを理由に以下のように圧縮したもののようです。

• 「哀」＝｛「悲」,「淋」｝
• 「厭」＝｛「鬱」，「悄」,「苦」,「悔」,「嫌」,「憎」,「惑」｝
• 「昂」＝｛「苛」，「昂」，「感動」｝

これでほぼ自分の直感にも反しないのですが、いくらか拡張しました。

人工知能を考えると、

• 友達としての好き
• 恋人としての好き
• 慕う（目上の人への）の好き
• 憧れの好き はそれぞれ分けるべきと考えて、

「好」ー＞「友情」,「恋愛」,「忠誠（忠義）」，「欲」

に拡張しました。

これで「喜」「怒」「哀」「怖」「恥」「厭」「昂」「安」「驚」「欲」「友情」「恋愛」「忠誠」の13感情。

これらの13種のうちのどれかか、これらのうちの組み合わせで会話文に表れるほとんどの感情は網羅できるかな？

-追記-
研究レベルなら、「An Argument For Basic Emotions」とか読んでおいたほうがいいです。これによると、愛はemotional attitudeで感情（情動）と区別されています。 Plutchikの３次元モデルは「The Nature of Emotions」を読んだけど根拠が不明でした。

3/17の公開テストの結果と4/4のIPテストの結果が出そろいました。

公開テストが L:395, R:370 の765点。

IPテストが L:395, R:345 の740点。

結果を分析すると、

• Ｌ：平均的に平均超えしているので、さらに全体的にトレーニングすると４００点越えも可能か。
• Ｒ：語彙と文法はOKなので、ちりばめられた情報を関連付けるトレーニングがもっと必要。毎回時間が足りないので、段落ごとの内容を記憶しつつさらに速読する力を鍛える必要あり。多読ｘ多読ｘ多読。

夏休みに勉強して８００点越えたい。

次の資格は情報セキュリティスペシャリストですが、まだ累計勉強時間が３０分ぐらいなので午前Iの免除がもらえれば良いところでしょう・・・。

（大学１，２年の頃のモチベーションが高かったので、応用情報技術者試験合格による午前I免除は期限切れです。）

プロ野球もアニメも見てないのに全然勉強時間が確保できていません。（涙）

大学院の講義も倍速で進んでいるので、来週には中間テストがあったり。でも、モチベーション高い人が多くて中々良い環境だと思います。

研究は大学では自然言語処理をやっていましたが、確かに言語情報は処理できているけど知能とはほど遠いと感じることが多かったので、大学院ではもっと知能よりの研究室に入りたいと考えています。

受けてきました。

問題は２ｃｈによるとマイナーのほうでした。

前回は L:425 R:335 T:760点

今回はリスニングがダメダメでリーディングがかなり手応えありという感じ。リスニングはまず下がると思うけど、リーディングは結構上がると思います。

時間配分はPart5は１６、７分ぐらいで何とか終わって、最後の塗りつぶしは６，７問ほどに収まりました。

リスニングの感触が悪過ぎて800点はキツいと思うので、大学院の入学式にあるTOEIC IPテストで800点超すぞ！

行きの夜行バスが一本遅い電車だったら逃してたというぐらいギリギリだったりしたけど、本命の院試を無事に受けてきました。

「情報基礎１」「情報基礎２」「計算機１」「計算機２」を選択。

「情報基礎１」・・・オートマトンはまさか来ないやろうと読んでたのに変化球のオートマトンがキマシタワー。ただ威力のある変化球ではなかったので辛うじてカットはできたという感じ。性器表現はよく書くのでそこはまず合ってるはず。２問目の遷移図を書く問題もあり得ないぐらい簡単だったので正解できてるはず。３問目以降はできず。ちょろっと勉強すれば解けそうな感じの問題だった。

「情報基礎２」・・・アルゴリズム示せ問題（ついでに計算量も）。コードで示せとは書かれてなかったので文章でだらだら書いたけど、こういう場合のオーダはどうなるんやろうパターンがありまくってやばい。２問目以降は知らないと正解できないような感じの問題だったように感じた。

「計算機１」・・・簡単な計算させて、真理値表書かせて、ドントケアがある４変数のカルノー図で簡単化させて、Dフリップフロップで順序回路書かせる問題。カルノー図による簡単化まではバッチリのはずで、Dフリップフロップも結構独習したのですがどう組めば良いかまったく思いつきませんでした。

「計算機２」・・・どえええ！？というぐらい簡単なアルゴリズムの問題。最後の帰納法のところだけかなり怪しい。

というわけで「基礎」はかなりまずくて、「専門」は最後の１問以外はかなり自信ありという感じ。全体的にはいつもより易しく感じました。

内部生はオートマトンとかガンガン解いてそうなイメージしかないので、TOEICの配点が筆記より高いぐらいじゃないと合格は厳しいでしょうね。

飯の調達にファミリマートにいきましたが、「はちゅねミク肉まん」などの存在は知ってたけど、想定以上に初音ミクとか鏡音リンとか巡音ルカとかボーカロイドだらけでびっくりした！？

もちろん「ミクとルカのネギまぐろおにぎり」を購入。レシートが無駄に長いと思ったら「ミクLOVESファミマ♪ キャンペーン」というのに応募できるコードつき！（タマリマセンワー (΄◞ิ౪◟ิ‵)）

当たるといいな♪