Kombinování klasifikátorů pro automatické rozpoznávání aktů dialogu
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F05%3A00000578" target="_blank" >RIV/49777513:23520/05:00000578 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Combination of classifiers for automatic recognition of dialog acts
Popis výsledku v původním jazyce
This paper deals with automatic dialog acts (DAs) recognition in Czech. The dialog acts are sentence-level label is that represent different states of a dialogue, depending on the application. We consider the following DAs:statements, orders, yes/no questins and other questions. We propose to use both lexical and prosodic information for DAs recognition. The main goal of this paper is to compare different methods to combine the results of both classifiers. On a Czech corpus simulating a reservation of train tickets, the lexical information only gives about 92% if classification accuracy, while prosody gives only about 45% of accurency. When both classifiers are combined with a multilayer perceptron, the lowest (lexical) word error rate further decreases by 26%.
Název v anglickém jazyce
Combination of classifiers for automatic recognition of dialog acts
Popis výsledku anglicky
This paper deals with automatic dialog acts (DAs) recognition in Czech. The dialog acts are sentence-level label is that represent different states of a dialogue, depending on the application. We consider the following DAs:statements, orders, yes/no questins and other questions. We propose to use both lexical and prosodic information for DAs recognition. The main goal of this paper is to compare different methods to combine the results of both classifiers. On a Czech corpus simulating a reservation of train tickets, the lexical information only gives about 92% if classification accuracy, while prosody gives only about 45% of accurency. When both classifiers are combined with a multilayer perceptron, the lowest (lexical) word error rate further decreases by 26%.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Interspeech Lisboa 2005
ISSN
1018-4074
e-ISSN
—
Svazek periodika
—
Číslo periodika v rámci svazku
—
Stát vydavatele periodika
DE - Spolková republika Německo
Počet stran výsledku
4
Strana od-do
825
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—