[3Yin-A] Poster 5

[3Yin-A-47] Symbol Emergence Model with Dynamic Vocabulary Acquisition using Non-parametric Bayes

〇nao takesawa¹, Yasuhiro Minami¹ (1. The University of Electro-Communications)

Keywords:

Symbol Emergence,Non-parametric Bayes

本研究では、変分オートエンコーダ（VAE）とノンパラメトリックベイズを統合し、観測データと相互作用の文脈に応じて語彙数を自律的に決定する記号創発モデルを提案する。人間の語彙発達過程や機械の語彙獲得過程において、未知の対象に対し動的に語彙を獲得・整理する能力が不可欠である。しかし、従来モデルは、エージェントが環境との相互作用を通じて概念と記号結びつける際、ハイパーパラメータとして語彙数（カテゴリ数）を事前に固定する必要があった。本研究では、Metropolis-Hastingsネーミングゲームの枠組みに、尤度に基づく中華料理店過程による探索的なカテゴリ生成と、バタチャリア距離を用いた階層的凝集クラスタリングによる事後的なカテゴリ統合の二段階プロセスを導入した。MNISTデータセットを用いたシミュレーション実験の結果、学習初期の過剰なカテゴリ生成を経て、データの真の構造に近い語彙数（約12個）へと自律的に収束する過程を確認した。また、エージェント間の合意形成精度を示すKappa係数は0.955に達し、語彙数を固定した先行研究と遜色のない精度の記号共有を実現した 。