一般にサービスを提供する場合には，顧客に対する「おもてなしの心」が重要であると言われる．「おもてなしの心」は他者モデルに大きく関わっているため，サービスロボットにも他者モデルが求められると考えるのが，最も単純で直観的であるが，そもそも他者モデル自体が十分に解明されておらず，それをどのように実現できるかが分からない． 本稿では，筆者らの他者モデルに関連する研究を概観しつつ，サービスロボットと他者モデルの関係を整理したい．

人間の言語活動をめぐり、脳機能イメージングの領域に機械学習を適用し、言葉の意味処理の神経基盤を求める研究は、脳の中に辞書を地図として描く段階にまで進んでいる。しかし、こうした研究は現在、個人差の捉え方と意味処理中枢の位置をめぐり、大きな限界に直面している。本研究では、Mitchell et alのScience論文に始まる計算神経言語学的アプローチを新たな視点で再分析することで、この限界を扱いうる具体的なメタ分析の例を提示する。

embodiment理論によれば、脳の運動野は言語の意味理解に本質的に関与する。 これを踏まえ、本研究では人間の動作、特に手の動作を表す文を読む時と、運動を含まない心的な文を読む時の脳の賦活を比較し、運動野と言語野との協調性について考察する。 変量効果分析を行ったところ、左角回と左中側頭回の周辺に有意な差が確認できた。 この結果はembodiment理論に対立するamodal理論を支持している。

四項類推を行う能力は人の推論の特質とされるが，近年自然言語処理分野では四項類推課題がモデルの意味の獲得精度の指標として用いられている． 本研究ではSkip-gramモデルに着目して分析，その四項類推が一部単語クラスにつ いて最適化されていないことを示す.その上で既存の四項類推演算を拡張した演算を提案し，この演算によりモデルの類推能力を人 により近似することが可能であることを示す，

本稿では，要件定義書レビュー時の視線情報を用いてレビューを1ページ単位で評価する2つの手法を提案する．1つ目はレビュー時のレビュー品質評価であり，意図的に欠陥を含ませた要件定義書のレビューを19名に実施し，視線情報を用いて重み付けSVMにて欠陥を検出できない人を約81%の精度で分類するモデルを構築した．2つ目はレビュー文書の読みづらさ評価であり，視線情報より読み返し回数を算出し，読みづらさと読み返しの間に正の強い相関がみられた．