音声翻訳単位の推定における句読点情報の効果

• Item type: SIG Technical Reports(1)
• 公開日: 2008-12-02
• タイトル: 音声翻訳単位の推定における句読点情報の効果
• タイトル / 言語: en
• タイトル: Effect of punctuation marks for speech translation unit boundary detection
• 言語: jpn
• 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: 独立行政法人情報通信研究機構知識創成コミュニケーション研究センター／ATR音声言語コミュニケーション研究所／京都大学情報学研究科
• 著者所属: 独立行政法人情報通信研究機構知識創成コミュニケーション研究センター／ATR音声言語コミュニケーション研究所
• 著者所属: 独立行政法人情報通信研究機構知識創成コミュニケーション研究センター／京都大学情報学研究科
• 著者所属(英): en
• 著者所属(英): Knowledge Creating Communication Research Center, National Institute of Information and Communication Technology / ATR Spoken Language Communication Research Labs. / School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Knowledge Creating Communication Research Center, National Institute of Information and Communication Technology / ATR Spoken Language Communication Research Labs.
• 著者所属(英): en
• 著者所属(英): Knowledge Creating Communication Research Center, National Institute of Information and Communication Technology / School of Informatics, Kyoto University
• 著者名: 清水, 徹; 中村, 哲; 河原, 達也
• 著者名(英): Tohru, Shimizu; Satoshi, Nakamura; Tatsuya, Kawahara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 文の区切りが明確でない，一文が長くなる，文の途中に間 (ポーズ) が空くなどの現象が見られる自然な話し言葉を，適切な単位に区分化する処理が求められている．筆者らは，区分化の単位として従来用いられている文や節に代わる，プロの同時通訳者が原言語からターゲット言語に変換する自然なタイミングである音声翻訳単位を提案し，同単位の特徴と，言語情報ならびに韻律情報と SVM チャンカ用いた音声翻訳単位境界の推定手法について検討を行ってきた．一方，書き言葉では，区分化の単位として，句読点が広く用いられている．本稿では，音声翻訳単位境界と句読点との関連性と，プロの通訳者が付与した音声翻訳単位境界情報と句読点情報の双方を用いた場合の音声翻訳単位境界推定への効果について述べる．日本語話し言葉コーパス (CSJ) を用いた実験おいて，句読点既知データの場合 F 値 0.88 ，句読点未知データの場合 F 値 0.86 と，プロの通訳者による F 値 0.84 に相当する性能を達成した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: As automatic speech recognition and translation of long and complicated utterance cause more errors, there is increasing requirement for utterance segmentation techniques. We proposed speech translation unit (STU), which is a segment of an utterance which the human interpreter treats as a single cognitive unit, and also proposed STU boundary detection method using a SVM based chunker which combines lexical features and prosodic features. It is well known that comma and period are the most widely used punctuation marks in written text In this paper, characteristics of STU and punctuation marks are investigated, and a STU boundary detection method which combines both STU boundary information and punctuation marks is proposed. An experimental evaluation using CSJ corpus shows STU boundary detection achieved a F-measure of 0.88 for input text with punctuation marks and 0.86 for input text without punctuation marks, which is better than or equal to the STU boundary detection accuracy of human interpreters (F-measure of 0.84).
• 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: AN10442647
• 書誌情報: 情報処理学会研究報告音声言語情報処理（SLP）; 巻 2008, 号 123(2008-SLP-074), p. 127-131, 発行日 2008-12-02
• 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