新学術領域「共創言語進化」http://evolinguistics.net/ 主催の第6回共創言語進化セミナーのお知らせをさせていただきます。ご興味のある方、ぜひご参加下さい。
第6回共創言語進化セミナー
タイトル: 認知科学的言語学習モデリングと動物音声分析のための教師なし機械学習
(Unsupervised machine learning for cognitive modeling of language learning and analysis of animal vocalization)
講演者: 森田尭(京都大学 霊長類研究所 特定研究員 )
言語: 日本語
日時: 2020/11/26 (木) 17:30-18:30 JST (少し延びる可能性あり)
申し込みサイト: https://forms.gle/UnHZkvnJHP3LvvJS8
概要:
近年、深層学習を中心とした技術発展により機械学習・人工知能の性能は格段に進歩した。言語関連の分野も例外ではなく、音声認識や機械翻訳を始めとする様々な技術が既に実用化されている。しかしながら、華々しい工業的成果を残す機械学習技術の、ヒトの言語学習に関する認知科学的モデリングや、ヒト以外の動物の音声分析に対する貢献は限定的である。これは現在主流の機械学習手法が、客観的観測値の他に推論対象となる情報の利用を前提とした教師あり学習の枠組みを採用しているためである。例えば、連続量で表現される音声情報を音声記号に離散変換する場合、代表的な機械学習では音声と音声記号表現の両方を学習機に与えるが、ヒトの(母語)音声学習において音声記号は直接観測できず、動物音声においてはそもそも目標となる離散表現(即ち動物自身が認識している離散表現)を事前に用意することができない。したがって、認知科学的な言語学習モデル構築及び動物音声の分析には、推論対象の直接観測を前提とせず、現実的に観測可能なデータのみを入力として用いる教師なし学習技術の開発が不可欠となる。
本講演では、認知科学的言語学習モデリング及び動物音声分析のための教師なし学習技術とその応用を紹介する。前半では音声認識関連の技術に着目し、ヒトの音声言語学習のシミュレーション、及び動物の音声分類に関する研究を取り上げる。後半は配列・文法解析に着目し、直接観測できない階層構造を観測可能な時系列データから推定する手法や、当該技術を用いて動物音声における階層構造を検証した研究を紹介する。
参考文献:
– Takashi Morita & Hiroki Koda. 2020. Exploring TTS without T Using Biologically/Psychologically Motivated Neural Network Modules (ZeroSpeech 2020). Proceedings of Interspeech 2020. pp. 4856–4860. DOI: 10.21437/Interspeech.2020-3127.
– Takashi Morita & Hiroki Koda. 2019. Superregular grammars do not provide additional explanatory power but allow for a compact analysis of animal song. Royal Society Open Science. p. 190139. DOI: 10.1098/rsos.190139.
森田尭氏について:
2018年、Massachusetts Institute of TechnologyにてPh.D in Linguisticsを取得。2018年8月より現職。新学術領域「共創言語進化」B01 行動生物班メンバー。機械学習を用いた言語学・動物行動学のデータ分析に従事。
共催:科学研究費補助金基盤研究(B)「再帰的結合と身体性を基盤としたアブダクションによる他者意図推定の研究」