Hierarchical discriminative model for spoken language understanding
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F13%3A43919661" target="_blank" >RIV/49777513:23520/13:43919661 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/ICASSP.2013.6639288" target="_blank" >http://dx.doi.org/10.1109/ICASSP.2013.6639288</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/ICASSP.2013.6639288" target="_blank" >10.1109/ICASSP.2013.6639288</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Hierarchical discriminative model for spoken language understanding
Popis výsledku v původním jazyce
The paper presents a new discriminative model for statistical spoken language understanding designed for use in spoken dialog systems. The parsing algorithm uses lexicalized grammar derived from unaligned training data with probability estimates generated by multiclass classifiers. The generated semantic trees are partially aligned with the input sentence to provide lexical realisation of semantic concepts. The model was evaluated on two semantically annotated corpora and in both tasks it outperforms the baseline Hidden Vector State parser and Semantic Tuple Classifiers model. The experiments were performed using both transcribed data and recognized lattices. The innovative aspect of using phoneme lattices in the understanding process instead of word lattices is examined and described.
Název v anglickém jazyce
Hierarchical discriminative model for spoken language understanding
Popis výsledku anglicky
The paper presents a new discriminative model for statistical spoken language understanding designed for use in spoken dialog systems. The parsing algorithm uses lexicalized grammar derived from unaligned training data with probability estimates generated by multiclass classifiers. The generated semantic trees are partially aligned with the input sentence to provide lexical realisation of semantic concepts. The model was evaluated on two semantically annotated corpora and in both tasks it outperforms the baseline Hidden Vector State parser and Semantic Tuple Classifiers model. The experiments were performed using both transcribed data and recognized lattices. The innovative aspect of using phoneme lattices in the understanding process instead of word lattices is examined and described.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Acoustics, Speech and Signal Processing (ICASSP), 2013 IEEE International Conference on
ISBN
978-1-4799-0356-6
ISSN
1520-6149
e-ISSN
—
Počet stran výsledku
5
Strana od-do
8322-8326
Název nakladatele
IEEE
Místo vydání
New York
Místo konání akce
Vancouver, BC, Canada
Datum konání akce
26. 5. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—