マルチドメイン音声対話システムにおけるトピック推定と対話履歴の統合によるドメイン選択手法

• Item type: Journal(1)
• 公開日: 2009-02-15
• タイトル: マルチドメイン音声対話システムにおけるトピック推定と対話履歴の統合によるドメイン選択手法
• タイトル / 言語: en
• タイトル: Integrating Topic Estimation and Dialogue History for Domain Selection in Multi-Domain Spoken Dialogue Systems
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 特集：音声ドキュメント処理
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: 言語モデル、トピック推定
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者名: 池田, 智志; 駒谷, 和範; 尾形, 哲也; 奥乃, 博
• 著者名(英): Satoshi, Ikeda; Kazunori, Komatani; Tetsuya, Ogata; Hiroshi, G.Okuno
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，マルチドメイン音声対話システムにおいて，システム想定外発話に対しても頑健に，応答すべきドメインを決定する方法について述べる．想定外発話は言語理解誤りを引き起こし，ドメイン選択誤りの原因となる．そこで本論文ではまず，ユーザが意図したドメインをトピックとして定義し，Webから大量に収集した学習文書と，Latent Semantic Mappingを用いてトピックを推定する．次に，対話履歴とトピック推定を決定木を用いて統合し，想定外発話に頑健なドメイン選択器を構成した．対話履歴とトピック推定は相補的な情報であり，これらの統合により高精度なドメイン選択が実現できる．つまり我々が開発したトピック推定は，1発話のみを対象とするが，想定外発話に頑健である．一方で対話履歴は，対話の流れを考慮できるが，想定外発話による悪影響を強く受ける．話者10名2,191発話を用いた評価実験により，従来手法と比較してドメイン選択誤りを14.3%削減した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We present a method of robust domain selection against out-of-grammar (OOG) utterances in multi-domain spoken dialogue systems. We first define a <i>topic</i> as a domain from which the user wants to retrieve information, and estimate it as the user's intention. This topic estimation is enabled by using a large amount of sentences collected from the Web and Latent Semantic Mapping (LSM). The topic estimation results are reliable even for OOG utterances. We then integrated both topic estimation results and dialogue history to construct a robust domain classifier against OOG utterances. The experimental results using 2,191 utterances showed that our integrated method reduced domain selection errors by 14.3%.
• 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: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 50, 号 2, p. 488-500, 発行日 2009-02-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764