9月7日(金)

時差のせいで眠りが浅い。4時半頃諦めて起床。

メールをチェックする。研究室サーバトラブルで、長野くんが対応してくれていたらしい。2時間ほどメールを読み書き。緊急に対応が必要なものもあるのだが、日本と半日ずれているので、こっちで読んだときにはもう遅い。

6時半頃完全に起きる。

朝食付きではないので、コーヒーと持ってきたカロリーメイトで朝食。

会議は午後からなので、午前中は普通に仕事。といっても日本ではもう金曜の夜中なので、やりとりが必要な作業はできない。

しばらく仕事の後、10時すぎに昨日の博物館(Columbia Gorge Interpretive Center Museum)に行ってみることに。開いてる時間は今日の午前中しかないからね。ホテルを出て外へ。なんだか煙が出ていて焦げ臭い。近所で焚き火かバーベキューでもしているのかなあ、山火事だったりして、とか言いながら歩く。

10分ほど歩き、博物館に入る。入館料10ドル。

この博物館のシンボルは、この辺では有名な壁画らしい。

1階にはこの辺に住んでいた先住民族の使っていたカゴとか石器などが展示されている。それから、最初にこの辺に来た西洋人が持ってきたもの、川で魚を取ったりする時の船や蒸気機関などの展示。サケを捕まえるための巨大な機械が展示されていて、サケを自動的に網で掬うのを harvesting と表現している所に西洋人の怖さを垣間見た気分。同じ展示室の上には複葉機が吊り下げられていた。

中二階にはこの辺の動植物の展示、この辺の昔の暮らしの展示など。コロンビア峡谷の成り立ちの映画をやっていた。さらに上がって2階には、寄付された展示室があって、日本の文物も展示されていた。

一通り見て、ミュージアムショップを冷やかした後にホテルに戻る。

12時から昼食があるはずなので、ワークショップの会場に行ってみる。

受付の後、会場で座って予稿を読んだりしていたら、その場で昼食がサーブされる。最初にスープが来て、それで終わりかと思ったら肉料理が出た。デザートはブリュレ。

13時からワークショップ。

IWFBD　1日目

When do we say `Mmmm'?: Backchannel Feedback in Dialogue (Julia Hirschberg, Columbia U)

・あいづちの予測。対象はColumbia Game Corpus（二人が対面でない状態でオブジェクトを配置するゲームをしたときのログ）。
・相づちのキュー(BPC)としては、「フレーズの最後のピッチがあがる」だけでなく「ピッチレベル・強度があがる」「ＮＨＲが低い」「ＩＰＵの長さ」「フレーズ末の品詞バイグラム」などを検討。
・観察として、「話者交代でないところにでる相づちが多い」「相づちが続く発話とそうでない発話には違いがある」など。
・Entrainment（発話様式の同期）。Entrainmentは人間同士（あるいはコンピュータと）の対話がうまくいくために重要であることがわかっている。
・相づちが発話交代ではなく相づちであることはどうしてわかるのか。相づちの直前と直後の発話のピッチを比較すると、直前の発話と相づちとのピッチの方が後続発話よりも近い。ピッチが近いことにより、相手の発話がより Background っぽく認知されるのではないか。
・また、さまざまな話者のBPCを比較した。それらの話者は同じBPCを使い、またさまざまなBPCを同じように解釈することがわかった。
・対話システムへの提案：BPCが観測されたときには相づちを生成すること。また、システムがBPC（できるだけ相手と同じ）を生成することで相づちを発生させ、それを予測することで誤認識を防ぐ。

A Testbed for examining the timing of feedback using a map task (Gabriel Skantze, KTH)

・背景：IURO(Interactive Urban Robot)プロジェクト。データからフィードバックのモデル化をしたい。
・問題点：人間機械間対話は人間間対話と違う。フィードバックタイミングの推定精度は悪い。「自然」なふるまいがいつも良いとは限らない。
・開発には人間機械間対話データが必要。ここではブートストラップの手法を使う。
・テストベッドの対話システムのデモ。ユーザ発話後の無音時間に対して閾値をつかって相づちを返すかどうか決める。
・人間による書き起こし。アノテータ間の一致度は高い。
・コンテキスト情報、韻律情報を加えることで相づちが必要な発話の識別精度は上がる。識別器をCARTとSVMで比較。SVMの方がちょっとだけよい。

このあとTeaser talk。ポスター発表者が一言ずつ研究の紹介。

コーヒーブレイクの後、同じ部屋でポスターセッション。千葉君が発表だったのだが、部屋に戻ってポスターを取ってこようとしたらポスターがない！あわてて渡しも部屋に戻って探してみたが、ポスターの筒が見つからない。くるときに車の中に置き忘れたのかなあと言いながら、今からではどうしようもないので、A0のポスター原稿をA2に縮小して、ホテルのビジネスセンターでA4×4枚に分割印刷。無理矢理貼ってなんとかする。

ポスターセッション

Feedback in adaptive interactive storytelling (T. Baumann)
「読み聞かせ」タスクでのフィードバック利用の提案。読み聞かせでは、単に文を読み上げるのではなく、相手の反応を見ながら適宜アドリブを入れたりする。この発表では（まだ実際にシステムを作っているわけではないらしい）聴取の反応が悪いと「・・・聞いてる？」みたいな台詞を間に挟むみたいなアイデアが披露された。「聴取としてどういう人（大人、子供）を想定しているのか？」という質問をしたが、はっきり決まっているわけではないようだった。

Effect of linguistic contents on human estimation of internal state of dialog system users (Y. Chiba et al.)
千葉君。英語がいまいちな上にポスターが即席で苦労していたようだ。対話システムからの質問をユーザが理解できたかどうかを評価者が推定するためにどういう情報が必要なのかという研究。システムの質問、答えるまでの「間」、ユーザの返答の3つの部分について調べ、ユーザの返答はあってもなくても判断に差はないが、その他の情報は結構影響があることがわかった。

A survey on evaluation metrics for backchannel prediction models (I. de Kok & D. Heylen)
相づち推定のためにこれまで使われてきた評価指標を網羅的に調べてみた。

Evaluating a minimally invasive laboratory architecture for recording multimodal conversational data (S. Kousidis et al.)
対話のマルチモーダル計測データを取るために、できるだけ装置を装着しないでデータを取る環境を作った。体の動きをKinectで取得し、視線データは高価なアイトラッカを使う。

Paralinguistic behaviors in dialog as a continuous process (D. Novick)
人がいっぱいで直接話を聞けなかった。相づちとかフィラーとかのパラ言語現象は連続現象であるという主張らしい。

Investigating the influence of pause fillers for automatic backchannel prediction (S. Scherer et al.)
フィルドポーズ（「あー」「えー」など）の後に相づちを打つかどうかを様々な人について調べた。人によって結果はバラバラ。評価者ごとにモデルによる予測実験をしてみたが、相づちを打たない人の方がより予測が困難。評価者の文化的背景による違いを聞いてみたが、あまり詳しく調べていない様子。

Acoustic, morphological, and functional aspects of "yeah/ja" in Dutch, English and German (J. Trouvain & K. P. Truong)
英語、ドイツ語、オランダ語の「ヤー」の使われ方の違いを調べた。オランダ語がもっとも様々な意味で「ヤー」を使っていて、英語はバリエーションが少ない。英語の「イエス」については調べてないのか聞いてみたが調べてないそうだ。英語の場合は語彙によるバリエーションが多いのではないかと思った。

Listener head gestures and verbal feedback expressions in a distraction task (M. Wlodarczak et al.)
普通に対話しているときと、descruction task（認知負荷を高めたタスク）で頭の動きがどう変わるか。descruction task では、sで始まる単語を聴いたときにボタンを押させるようにした。認知負荷が高いときには頭の動きがより単純になる。

このあとまた全体講演。

Beyond Back-channels: A Three-step Model of Grounding in Face-to-face Dialogue (J. B. Bavelas, P. D. Jong, H. Korman S. S. Jordan)

UVICのBavelas先生。対話の基本的単位は何かというのが問題意識。発話を単位とするのではなくて、発話→聴取者の反応（理解したかどうか）→それに対する応答、を単位とすべきだという主張。いくつかのビデオを見せながら説明があったのだがよくわからなかった。信念のようなものを単位として対話を分析するときにはいいんじゃないかと思ったが、どういう単位を採用するかは分析の目的によるんじゃないかなあ。

このあとData analysis breakout というグループディスカッションみたいなものがあるはずだったのだが、時間がなくなったので中止。

いったん部屋に戻り、18時過ぎに夕食。シンガポール、カリフォルニア、深センからきた中国人チームとご一緒する。

さんざんワインを飲んで、20時前に終了。

部屋に戻って早めに寝ようかと思ったが、千葉君のプログラムのデバッグにつきあって結局24時頃まで作業。その後シャワーを浴びて、今日は私がソファで寝る。