Kombinování klasifikátorů pro automatické rozpoznávání aktů dialogu

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

—

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%.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2005

Kód důvěrnosti údajů

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

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

—