Alex: Bootstrapping a Spoken Dialogoue System for a New Domain by Real Users

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F14%3A10289369" target="_blank" >RIV/00216208:11320/14:10289369 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.sigdial.org/workshops/conference15/proceedings/pdf/W14-4311.pdf" target="_blank" >http://www.sigdial.org/workshops/conference15/proceedings/pdf/W14-4311.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Alex: Bootstrapping a Spoken Dialogoue System for a New Domain by Real Users

Popis výsledku v původním jazyce

When deploying a spoken dialogue system in a new domain, one faces a situation where little to no data is available to train domain-specific statistical models. We describe our experience with bootstrapping a dialogue system for public transit and weather information in real-word deployment under public use. We proceeded incrementally, starting from a minimal system put on a toll-free telephone number to collect speech data. We were able to incorporate statistical modules trained on collected data - in-domain speech recognition language models and spoken language understanding - while simultaneously extending the domain, making use of automatically generated semantic annotation. Our approach shows that a successful system can be built with minimal effort and no in-domain data at hand.

Název v anglickém jazyce

Alex: Bootstrapping a Spoken Dialogoue System for a New Domain by Real Users

Popis výsledku anglicky

When deploying a spoken dialogue system in a new domain, one faces a situation where little to no data is available to train domain-specific statistical models. We describe our experience with bootstrapping a dialogue system for public transit and weather information in real-word deployment under public use. We proceeded incrementally, starting from a minimal system put on a toll-free telephone number to collect speech data. We were able to incorporate statistical modules trained on collected data - in-domain speech recognition language models and spoken language understanding - while simultaneously extending the domain, making use of automatically generated semantic annotation. Our approach shows that a successful system can be built with minimal effort and no in-domain data at hand.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 15th Annual Meeting of the Special Interest Group on Discourse and Dialogue

ISBN

978-1-941643-21-1

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

79-83

Název nakladatele

Association for Computational Linguistics

Místo vydání

Stroudsburg, PA, USA

Místo konání akce

Philadelphia, PA, USA

Datum konání akce

18. 6. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—