単語グラフを利用したベイズリスク最小化音声認識とそれに基づく重要文抽出

• Item type: SIG Technical Reports(1)
• 公開日: 2006-12-21
• タイトル: 単語グラフを利用したベイズリスク最小化音声認識とそれに基づく重要文抽出
• タイトル / 言語: en
• タイトル: Minimum Bayes-Risk Decoding using Wordgraph and Key-sentence Extraction
• 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: 龍谷大学理工学部情報メディア学科
• 著者所属: 京都大学情報学研究科知能情報学専攻
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Technology, Ryukoku University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者名: 南條浩輝; 河原, 達也
• 著者名(英): Hiroaki, NANJO; Tatsuya, KAWAHARA
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ドメインを限定しない自然な話し言葉の音声理解を目的とした音声認識とそれを用いた音声理解について述べる。音声理解を困難にする単語の認識誤りを重要視する評価尺度である「重みつき単語誤り率（weighted word error rate: WWER）」について述べ、その上で、その重みつき単語誤り率の最小化を行う音声認識、具体的にはベイズリスク最小化（Minimum Bayes-Risk: MBR）の枠組みに基づいた音声認識手法について述べる。これまでに N-best リストを用いた MBR 音声認識の効果を確認しているが、N-best リストは認識競合候補の表現力が弱く、MBR 音声認識によるリスク最小化の効果が小さいという問題があった。このため、本稿では、N-best リストよりも表現力の大きい単語グラフを利用した MBR 音声認識に焦点を当てる。はじめに種々の単語グラフ探索アルゴリズムの比較を行い、コンフュージョンネットワーク型の単語グラフ探索の有効性を示す。次に CSJ の学会講演10講演を用いて音声認識と音声理解のファーストステップである音声の重要箇所の固定（重要文抽出）の評価を行い、提案する手法が音声認識および重要文抽出の両方に対して効果があることを示す。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Speech recognition strategy for open-domain speech understanding and its application to a key-sentence extraction, which is a first step of speech understanding, are presented. Firstly, a weighted word error rate (WWER), which is an evaluation measure giving a weight on errors from a viewpoint of speech understanding, is described. Then, we show a decoding method to minimize WWER based on Minimum Bayes-Risk (MBR) framework. We have investigated N-best list based MBR decoding. In this paper, several wordgraph based MBR decoding algorithms are presented, and then, we show the effectiveness of confusion network based decoding strategy. Finally, we demonstrate that the decoding method works reasonably for improving both WWER and key sentence indexing.
• 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 2006, 号 136(2006-SLP-064), p. 125-130, 発行日 2006-12-21
• 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