コンピュータと人間の自然な対話を実現するためには，人間の心的状態を考慮することが重要である．従来，人間の行動から心的状態を推定したり，言語から人間の感情を推定する研究がある．しかし，言語情報による行動の解釈と行動による言語情報の解釈を同時に行う研究は少ない．人間の行動の解釈と発話解釈の関係のように，両者は切り離すことができない．そこで本研究では，人間の行動，発話両方の情報を考慮して信念や欲求を推定するモデルMIoMを提案する．実験では，事前にシナリオを与えた人間に行動と発話を行わせ，信念と欲求の推定可能性を評価する．本実験により，MIoMが行動と言語情報の両者を加味して人間の心的状態を推定できることを示す．