音声対話での利用を目的としたDeep Neural Networkによるユーザ発話のトピック分類方法の検討

• Item type: SIG Technical Reports(1)
• 公開日: 2014-05-15
• タイトル: 音声対話での利用を目的としたDeep Neural Networkによるユーザ発話のトピック分類方法の検討
• タイトル / 言語: en
• タイトル: Topic Classification of Spoken Sentence Using Deep Neural Network for Spoken Dialogue System
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 音声言語処理
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: (株)日立製作所中央研究所
• 著者所属: (株)日立製作所中央研究所
• 著者所属(英): en
• 著者所属(英): Central Research Laboratory, Hitachi, Ltd.
• 著者所属(英): en
• 著者所属(英): Central Research Laboratory, Hitachi, Ltd.
• 著者名: 本間, 健; 神田, 直之
• 著者名(英): Takeshi, Homma; Naoyuki, Kanda
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ユーザの自由な言い回しを許容する音声対話システムにおいて，ユーザ発話が属する話題を分類する技術 （トピック分類技術） は，基本技術の 1 つである．本研究では，近年注目されている Deep Neural Network (DNN) をトピック分類に適用し，有効性を評価した．NIST の TREC 質問応答トラックで使われた英語質問文データ （約 5,500 文） を学習データとし，入力質問文が 50 種類のトピックのうちいずれに属するかを分類するトピック分類器を構築した．分類精度の評価の結果，Dropout 法を用いて学習した DNN による分類正解率が 84.1%となり，従来手法で最高性能であった最大エントロピー法の 83.4%を上回った．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In spoken dialogue system, the topic classifier for a user's question is an important component because the topic classifier should be able to estimate the correct topic from user's questions with various expressions. In this research, we applied Deep Neural Network (DNN) to classify question sentences. We developed a DNN-based topic classifier which estimates one of topics to which the inputted question belongs. English questions (about 5,500 sentences) in the NIST TREC QA track were used to train the DNN-based topic classifier. Evaluation results showed that the DNN-based classifier trained with the dropout technique gave the correct classification at a rate of 84.1%. This correct classification rate was higher than the rate given by a classifier based on the Maximum Entropy principle which had the best accuracy obtained from previous topic classifiers at 83.4%.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2014-NL-216, 号 17, p. 1-6, 発行日 2014-05-15
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会