Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F07%3A00000322" target="_blank" >RIV/49777513:23520/07:00000322 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Potlačení zaujatosti lexikálního modelu v Hidden Vector State Parser

Popis výsledku v původním jazyce

Tento článek popisuje implementaci statistického sémantického parseru pro omezenou doménu s malým počtem trénovacích dat. Implementovali jsme hidden vector state model. Model byl implementován v GMTK (graphical modeling toolkit). Do tohoto model jsme implementovali panalizaci za vložení konceptu. Lineární interpolace byla použita pro vyhlazení estimovaných pravděpodobností. Implementaci penalizace za vložení konceptu jsme testovali na korpusu z oblasti zodpovídání dotazí o odjezdech vlaků. Zjistili jsme, že penalizace za vloži konceptu signifikantně zlepšuje tento model. Přesnost základního systému byla zvíšena z 33.7% na 55.4%.

Název v anglickém jazyce

Prior of the Lexical model in the Hidden Vector State Parser

Popis výsledku anglicky

This paper describes an implementation of a statistical semantic parser for a closed domain with limited amount of training data. We implemented the hidden vector state model, which we present as a structure discrimination of a flat-concept model. The model was implemented in the graphical modeling toolkit. We introduced into the hidden vector state model a concept insertion penalty as a part of pattern recognition approach. In our model, the linear interpolation was used for both to deal with unseen words (unobserved input events) in training data and to smooth probabilities of the model. We evaluated the implementation of the concept insertion penalty in our model on a closed domain human-human train timetable dialogue corpus. We found that the concept insertion penalty was indispensable in our implementation of the hidden vector state model on the human-human train timetable dialogue corpus. Accuracy of the baseline system was increased from 33.7% to 55.4%.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/1M0567" target="_blank" >1M0567: Centrum aplikované kybernetiky</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 11th international conference "Speech and computer" SPECOM'2006

ISBN

5-7452-0074-X

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

94-99

Název nakladatele

Anatolya Publishers

Místo vydání

St. Petersburg

Místo konání akce

St. Petersburg

Datum konání akce

1. 1. 2006

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—