前後文脈を用いた対話文の言い淀み検出

• Item type: SIG Technical Reports(1)
• 公開日: 2022-11-22
• タイトル: 前後文脈を用いた対話文の言い淀み検出
• タイトル / 言語: en
• タイトル: Dialogue disfluency detection using context
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 対話
• 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: 九州工業大学大学院情報工学府情報創成工学専攻
• 著者所属: 九州工業大学大学院情報工学研究院知能情報工学研究系
• 著者所属(英): en
• 著者所属(英): Department of Creative Informatics, Kyushu Institute of Technology
• 著者所属(英): en
• 著者所属(英): Department of Artificial Intelligence, Kyushu Institute of Technology
• 著者名: 中島, 寛人; 嶋田, 和孝
• 著者名(英): Hiroto, Nakashima; Kazutaka, Shimada
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ASR に代表される音声認識技術の進歩により正確な書き起こし文が得られるようになった．しかしながら，言い淀みやフィラーといった話し言葉に特有の表現は，依然として書き起こし文の可読性や後段の処理への応用性を下げてしまう一因となっている．中でも言い淀みは文意に影響せず，定型も持たない表現であり，これを人手で取り除くことはコストが掛かる．したがって自動的に検出および整形処理を行うことが求められている．近年の機械学習モデルを使用した言い淀み検出では文脈情報を利用した検出が盛んである．しかし，複数人の話者が存在する対話文では，ある発話者の発話に対して他発話者の割り込みによる中断が発生し，得られる文脈情報も少なくなる傾向がある．そこで本研究では，モデルへの入力文を結合や生成によって前後に拡張し，文脈情報を補完する手法を提案する．実験では，文脈補完の対象や補完の窓幅，手法によっていくつかの入力データの拡張を行う．これらのデータで学習されたモデルによって言い淀み検出に取り組むことで，提案手法の有効性を確認すると共に，より良い文脈補完の手法について検討する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recent automatic speech recognition (ASR) techniques have been improved by a large amount of training data and machine learning, such as deep learning technology. Problems in the outputs from ASR are not only recognition errors but also outputs caused by disfluency from speakers. It is difficult to remove them automatically, and removing them by hand is costly. In this paper, we propose a disfluency detection model with BERT. The model utilizes context information of target utterances. We introduce two types of context information. The first one is real utterances that appear around the target utterance. We compare several sequence lengths of the previous and following utterances. The second one is a generated utterance by GPT-2. Our model adds the utterance generated from the target utterance as the following context. In the experiment, the long sequence improves the disfluency detection accuracy, and real context outperforms generated context.
• 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 2022-NL-254, 号 12, p. 1-6, 発行日 2022-11-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8779
• 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