Wishリストからプレゼントを送ってくださった方々

 

感謝の気持ちを忘れないように、広告主的な感じで

  • 石坂さん(@ishisaaka) – カップスープ30袋
  • Ovisさん(@Pandora_Ovis) – カップスープ 30袋
  • 近江さん(@takekazuomi) – カップスープ 90袋、日本100名城にいこう(本)
  • TKT – カップスープ 90袋
  • soiya1919(@soiya1919) – TENGA Premium
  • ぶちぞうせんせい(@kosmosebi) – カップスープ30袋
  • 西端先生(@r_nishibata) – 紅茶250パック
  • うるしま先生(@Promaniaxxx) – レトルトカレー20袋、お茶パック50袋、ANKER充電器、ANKERモバイルバッテリー、USBTypeCケーブル、MicroUSBケーブル、ごはん20食
  • erudotさん(@erudot) – カレー10袋
  • 水城さん(@mizukiX9) – Amazonギフトカード2000円分
  • 松岡さん(@matsujirushi12) – ご飯10食
  • ムッシュ先生(@Masayuki_Ozawa) – 紅茶50パック、カレー10食、ごはん10食
  • ラルフくん(@r_ralph_h) – ごはん10食
  • ぼんぷろ先生(@bonprosoft) – お茶パック50袋、カレー10食
  • みそ先生(@miso_soup3) – 紅茶50パック、お茶50袋、USBTypeCケーブル
  • るいす君(@5rui3) – USB TypeCケーブル
  • はまもつさん(@arashi9) – カップヌードルぶっこみ飯6食分
  • のはこ先生(@m0n0_san) – 2Lペットボトルおちゃ 10本
  • けきょ先生(@kekyo2) – お茶 250袋
  • つさん(@tsu1100) – コンパクトフライヤー
  • らるる らるるさん(@rall_alice) – コンパクトフライヤー、MicroUSBケーブル2本

カウントミスもあるかもしれません、「送ったのにリストにない!」という方はご指摘ください。

プレゼントを送っていただいた方々、本当にありがとうございました。大切に食べます。

プレゼントを送ってくれた方もそうでない方も、コミュニティでの活動等で還元していきたいと思います。ぜひ見かけたら気軽に声をかけてください。

※ウィッシュリストがついに空になりました。皆さんありがとうございました!

大学を修了してMicrosoftMVPを引退して台東区に引っ越してエンジニアになります

やっと引っ越しが完了しましたのでいろいろとご報告します。

静岡県で4年間大学&院生として対話システムの研究を行っていましたが

この度研究室を脱獄卒業させていただき、ありがたいことに東京でエンジニアとして働く事になりました。

それに伴っていろいろと人生を変えていこうと思ったのでポエムらせていただきます。

大学を修了した

高専から編入させていただいた大学を無事卒業することになりました。

大学では音声情報処理の研究室へ配属され、「対話システム(Siriみたいなものです)」の研究を行っていました。

弊研究室は我々の世代が第1期生で先輩や先行研究がなく、我々自身で考えて自分の研究をすすめて行く必要がありました。

特に私の研究分野は教授の専門外なので割と放置されていたこともあり、つらいこともあった反面、

自ら必要なことを考えて必要な行動をする、今流行りの受け身ではない人間力を鍛えれたと思っています。

研究成果はろくなものができませんでしたが学会発表7本、国際ワークショップ1本、共同研究2社を教授、先輩の強いサポートなしでこなしていたのは自分でも褒めてあげたいです。(もちろんもっとやってる人はもっとやってるわけですが…)

仕事では対話システム関連のことはやりませんが、自分の興味のある研究分野ですので今後も趣味として論文調査&研究していきたいとおもっています。

Microsoft MVPを引退した

2014年〜2018年の4年間、Microsoft MVP for Windows Developmentとしてコミュニティ活動をさせていただいておりましたがこの度引退をさせていただくこととなりました。

理由は1つ、「人生で好きなことをしたい時間が足りなくなったから」です。

2014年当所はWindows8が出始めてメトロアプリ(現Universal Windows Platform)が登場し、私の興味はとてもそこに引き寄せられ、Tipsサイトなどを作り、Microsoft MVPを受賞させていただきました。

その後、コミュニティ登壇や雑誌執筆などの活動をしておりましたがだんだん私の興味、人生で成し遂げたいこととして「対話システム」の文字が大きくなってきました。

すると、「対話システム」のこともしつつ、4月から仕事も始めていては、「WindowsDevelopment MVPとしてのコミュニティ活動」をしている時間と優先度が少なくなってしまうことが予想できました、そして自分の中の自己評価で自分はMVPである資格がないと判断し、引退を決意しました(重要:審査に落ちたわけではないです)。

ありがたいことにMicrosoft MVPというものは1年間の活動記録に対して表彰されるので、いつでも出入りできる表彰制度であると担当の方も言っておられたので、また自分の中で優先度の高い分野が登場したら再度MVPを応募するかもしれません。

4年前、完全に今で言うイキリオタクの典型だった青二才学生(ご迷惑をおかけした方々、本当に申し訳ありませんでした)をMVPまで引き上げてくれたMicrosoft関連のコミュニティの方々にはとても感謝をしています。

今までMicrosoft MVPというだけで実力以上の評価をいただいていた部分もあったので、キャリアをリセットするという意味でも新たな門出を祝っていただけると幸いです。

コミュニティ活動は引き続き行いますので登壇依頼などお待ちしております。

台東区に引っ越した

就職に伴って台東区へ引っ越しをしました。

台東区のどここらへんかはご想像におまかせします。

家はスーパーの近くで、駅まで徒歩3分で、とりあえずアキバに電車で行けるところに住んでいるのでとても快適です。

私は主に日比谷線を利用していますので秋葉原でお会いしましょう。

エンジニアになった

晴れてエンジニア見習いになりました。

作るものはソシャゲを作ります。

(オイオイ今更ソシャゲとか儲からないでしょ)と思ったそこのアナタ。

実は昔からゲーム作りが大好きで最近こそやっていなかったものの、ゲームエンジニアは1つの夢でもありました。

特に私は物語が大好きなので物語を提供する側の一部に関われることを嬉しく思っています。

でもまあ実際に先が有るのか無いのかわからないのは確かなので

業界がやばい感じになったらみなさんよろしくおねがいします。

分野はサーバーサイドをやる予定です。

ソシャゲはよく落ちるので、大量のトラフィックをさばいて安全に動くサーバーサイド設計は

この先枯れない技術であり、Webエンジニアでは得られない知識が得られると思っています。

おわりに

本当に学生時代にお世話になった方々、本当にありがとうございました。引き続きよろしくお願いします。

ありがたいことにwish listからものを送りたいと言ってくれている方がおられるのですが

実際部屋に置くスペースがないので、消耗品だけ入れさせていただきました。

http://amzn.asia/0yGrymj

良さげな機器やモノは受け取る可能性があるので、もしなにか送っていただけるのであればDM等で住所を聞き出してください。

[論文読み]Recognizing emotions from speech using a physical model

論文

概要

自然な会話のできるロボットの構築を目指してユーザー発話の音響情報からユーザーの感情を推定刷る研究

対話の中からユーザーに感情アノテーションをしてもらい、推定器を用いて推定

分類する感情はPassiveNegative、ActiveNegative、ActivePositive、PassivePositiveの4種類

特徴量はopenSMILE IS10をPCAで次元削減したものと物理的な現象をシミュレートしたものを使用して比較

2つの特徴量を組み合わせてF値0.564

知見

  • 感情モデリングの手法として、Russell’s circumplex model of affect(感情円環モデル)がある
    • PassiveNegative、ActiveNegative、ActivePositive、PassivePositiveの4種類に分類するとのこと
    • [1]J. A. Russell, ‘‘A circumplex model of affect,’’ J. Pers. Soc.Psychol., pp. 1161–1178 (1980).
  • 音声を使用した感情認識はpitchを用いる手法が主流
    • [2]T. Ba¨nziger and K. R. Scherer, ‘‘The role of intonation in emotional expression,’’ Speech Commun., 46, 252–267 (2005).
    • [3]F. Yu, E. Chang, Y. Xu and H. Shum, ‘‘Emotion detection from speech to enrich multimedia content,’’ Lecture Notes in Computer Science, Vol. 2195, pp. 550–557 (2001).
  • MFCCとLPCCを用いた感情認識手法もある

[論文読み]発話タグの統計的特性を考慮した対話における適切な発話タイミング

論文

概要

音声対話システムにおいてどのぐらいの応答速度がユーザーにとって良いと感じられるかについて分析。

対話の種類によっても応答速度の良さは変わるようなので対話カテゴリの出現頻度ごとに分類し、各々において良いとされる応答速度を分析

実験

-200ms、0ms、400ms、600ms、800msの応答速度で応答を生成して各対話の応答速度の良さを実験

知見

対話コミュニケーションにおいて、非言語音響情報は対話全体の65%または93%の情報量を持つと言われている

対話コーパスを用いた発話カテゴリごとの出現頻度

小林ら、音声対話システムにおける挨拶発話の適切なタイミング生成,計測自動制御学会論文誌,2015によると600msが最も良い応答速度とのこと。

陳述(Statement)を含む対話の適切な応答速度は400-600ms

相槌を含む対話の適切な応答速度も400-600ms

Yes-No質問を含む対話の適切な応答速度は800ms

5W1H質問を含む対話の適切な応答速度は600ms

[論文読み]ルールベース発話生成と統計的発話生成の融合に基づく対話システムの構築

論文

概要

雑談対話システムにおける発話生成においては、ルールベースで発話を生成するとユーザーの欲求に正確に応答できる可能性があるがドメイン外の発話になった場合に対応できない恐れがある。この研究ではルールベースの対話発話生成手法の比較を行うとともに、ルールベースと統計ベースの発話手法の適切な切り替えをする識別器を作成している。

ルールベース手法性能検証実験

実験用にコーパスを2つ用意している。

  • 雑談対話コーパス
  • Twitterから収集したコーパス

ルールベース発話生成に用いる特徴量は発話中の自立語(名詞、動詞、形容詞、終助詞、連体詞など)以外をワイルドカードとしたパターンマッチルールを作成する

ルールベースの比較実験をするために4つの発話生成手法を提案

  • ルールベース(ルール)
    • TF-IDFで最も近いするルールを選択
  • 文節ペアの係り受けを利用した発話生成(統計)
    • 係り受け構造を統計的に抽出し、発話を生成?
  • 単語間の係り受けを利用した発話生成(統計)
    • 単語間の係り受け関係をテンプレートに入れて発話生成
  • IR-status
    • Twitterの発話に紐づいた返信文を発話とする
  • IR-response
    • Twitterの返信文を発話文として検索する

結果、入力文がコーパス内の発話だった場合、ルールベースの評価が高いがTwitterコーパスのようなオープンな入力文の場合、ルールベースは評価が下がった。

この実験の結論としてはルールベースで応答すべき時はルールベースを使うべきであるが、それ以外の場合は別の手法を使う必要があるということ。

ルールベースと統計ベースの融合

ルールベースと統計ベースを融合するために、ルールベースで応答すべきか否かを判定する識別器を作る。

以下の特徴量をSVMでルールベースを使用すべきか否か識別する。

  • 品詞、語彙体系、単語unigram
  • ルールとの一致度
  • パープレキシティ

結果、雑談コーパスでは78.7%、Twitterコーパスでは53.4%の精度となった。