[論文レビュー] Robust Parsing of Spoken Dialogue Using Contextual Knowledge and Recognition Probabilities

Gerhard Hanrieder, Günther Görz|ArXiv.org|May 8, 1995

Speech and dialogue systems参考文献 7被引用数 12

ひとこと要約

この論文では、語の認識確率と文脈依存的意味的予測を統合することで、語グラフ上の解析精度を向上させる、耐障害性の高い解析手法を提示している。認識スコアと文脈的知識を統合した品質スコアを用いることで、情報量が多く、認識誤りの処理にも優れた性能を発揮し、単独の認識信頼度に依存する手法を上回る。

ABSTRACT

In this paper we describe the linguistic processor of a spoken dialogue system. The parser receives a word graph from the recognition module as its input. Its task is to find the best path through the graph. If no complete solution can be found, a robust mechanism for selecting multiple partial results is applied. We show how the information content rate of the results can be improved if the selection is based on an integrated quality score combining word recognition scores and context-dependent semantic predictions. Results of parsing word graphs with and without predictions are reported.

研究の動機と目的

• 認識誤りや不完全な入力を処理できる、話しかけ対話システム向けの耐障害性の高い言語処理装置の開発を目的とする。
• 自動音声認識による曖昧またはノイズの多い語グラフに対しても、解析の信頼性を高めることを目的とする。
• 認識スコアと意味的予測を統合することで、解析結果の情報量を向上させることを目的とする。
• 文脈的知識を認識確率と組み合わせた場合の解析性能への影響を評価することを目的とする。

提案手法

• 解析器は、音声認識から得られる複数の語列を表す語グラフを入力として受ける。
• 語レベルの認識確率と文脈依存的意味的予測を統合した品質スコアを計算する。
• 品質スコアに基づいて、動的計画法を用いて語グラフ内での最高スコア経路を特定する。
• 完全な解が得られない場合、品質スコアに基づいて複数の部分的解を選択する。
• 文脈的知識は、意味的制約とドメイン固有のルールを用いてモデル化され、曖昧性解消を支援する。
• 品質スコアは、認識信頼度と意味的妥当性の重み付き組み合わせとして計算される。

実験結果

リサーチクエスチョン

• RQ1 話しかけ対話における認識誤りは、解析段階でどのように軽減できるか？
• RQ2 文脈的意味的知識を統合することで、解析の耐障害性はどの程度向上するか？
• RQ3 認識情報と意味的情報の統合された品質スコアは、単一の認識スコアに依存する解析を上回るか？
• RQ4 システムは、不完全または曖昧な語グラフをどのように処理するか？

主な発見

• 認識確率と意味的予測の統合により、解析結果の情報量が顕著に向上した。
• 完全な文が認識されない場合でも、複数の高品質な部分的解析を選択することで、システムの耐障害性が向上した。
• 結果から、文脈を考慮した解析は、認識スコアのみに依存するアプローチに比べて誤り率が低減することが示された。
• 文脈的知識の活用により、認識の不確実性が高まっても、より意味的に妥当な解釈が得られた。