談話標識の統計的選択に基づいたCSJの講演からの重要文抽出

• Item type: SIG Technical Reports(1)
• 公開日: 2003-12-18
• タイトル: 談話標識の統計的選択に基づいたCSJの講演からの重要文抽出
• タイトル / 言語: en
• タイトル: Automatic Extraction of Key Sentences from CSJ Lectures using Statistics of Presumed Discourse Markers
• 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: 京都大学情報学研究科知能情報学専攻
• 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: 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): 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: 南條浩輝; 北出, 祐; 河原, 達也
• 著者名(英): Hiroaki, Nanjo; Tasuku, Kitade; Tatsuya, Kawahara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 講演の自動インデキシングを目的として，談話標識の統計的選択に基づく手法をCSJ（日本語話し言葉コーパス）の重要分セットに適用した結果について報告する．本手法は，学会講演特有の談話構造の境界に頻出する談話標識を自動的に求めた上で，これに基づく統計的な重要度尺度を定義するものである．さらに話題語（キーワード）の統計量の基づく重要度尺度と統合も行う．CSJの19件の学会講演を対象に重要分抽出精度の評価を行い，(1)談話構造に基づく手法が有効であること，(2)話題語に基づく手法と統合することで相乗効果が得られること，(3)提案手法が音声認識誤りに対して頑健であること，(4)人間による抽出制度と比較して10-15％の低下であること，を確認した．また，文区切りの精度が重要分抽出に影響が大きいことが判明したので，韻律情報を用いることで文区切り精度および重要文抽出精度の改善を行った．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Automatic extraction of key sentences from lecture audio archives is addressed. The method makes use of the characteristic expressions used in initial utterance of sections, which are defined as discourse markers and derived in a totally unsupervised manner based on word statistics. The statistics of the presumed discourse markers are then used to define the importance of the sentences. It is also combined with the conventional tf-idf measure of content words. Experimental results using lectures of CSJ (Corpus of Spontaneous Japanese) confirm the effectiveness of the method based on the discourse markers and its combination with the keyword-based method. It is also shown that the method is robust against ASR errors and sentence segmentation accuracy is more vital. Thus, we enhance the segmentation using prosodic information.
• 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 2003, 号 124(2003-SLP-049), p. 73-78, 発行日 2003-12-18
• 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