抄録

◎椎野友博・荒井秀一（東京都市大）

これまでに，計算機やロボットに人間の言語の概念を獲得させる研究は数多く行われてきたが，人間と同様に受容した刺激を抽象化し, 逐次的に音声刺激の意味の理解を深める事が出来るモデルは提案されていなかった．そこで，本研究室ではこれまでに画像・音声刺激の抽象化を行い，音声刺激の理解に必要な概念の内包を獲得する事ができる言語シンボル概念獲得モデルを提案してきた．本研究では，概念の内包の獲得に必要な捨象が，学習によって得られた知識に含まれる共通の性質に重み付けを行う事で実現できることを示し，さらに，その重みの大きさによって，音声刺激が指示する属性を推定する事が可能である事を実験によって示す．