@techreport{oai:ipsj.ixsq.nii.ac.jp:00056904,
 author = {入江, 友紀 and 松原, 茂樹 and 河口, 信夫 and 山ロ, 由紀子 and 稲垣, 康善 and YUKI, IRIE and SHIGEKI, MATSUBARA and NOBUO, KAWAGUCHI and YUKIKO, YAMAGUCHI and YASUYOSHI, INAGAKI},
 issue = {40(2006-SLP-061)},
 month = {May},
 note = {本論文では、機械学習に基づく発話意図推定の一手法を提案する。本研究では、対話システムにおいて意図推定の結果を直接的に利用することを目的に、階層化された発話意図を用いる。これは、話者の意図に関わる情報を、その詳細度に応じて体系化したものである。本手法では、多様なレベルの意図情報を正しく推定するために、機械学習により獲得した決定木を意図推定ルールとして使用する。発話意図が階層化されていることを考慮し、階層ごとに決定木を作成し、それらを動的な順序で適用する。名古屋大学ＣＩＡＩＲ車内音声対話コーパスを用いて意図推定実験を実施した。２９７２発話から学習した決定木による発話意図推定の正解率は73.1％であり、本手法の有効性を確認した。, This paper proposes a technique for speech intention understanding based on decision tree learning，The technique can extract the feature quantity strongly related to the intentions，and therefore cope with the addition of dialogue examples robustly，The organization of intention tag has been designed hierarchically according to the informational degree of details，and the tag more detailed than an illocutionary act is given to each utterance unit. In speech intention detection, high accuracy can be realized by adopting the procedure of processing sequentially from the decidable class. An experiment on driver`s speech intention detection has been made using the restaurant search conversations of an in-car spoken dialogue corpus. The decision trees for intention detection were created from 2,972 utterance units to which the intention tags were given. As a result,73.1％ of precision was acquired and the technique has been confirmed to be effective．},
 title = {対話コーバスに基づく階層化された発話意図の推定},
 year = {2006}
}