[論文レビュー] Semantic Processing of Out-Of-Vocabulary Words in a Spoken Dialogue System

Manuela Boros, Maria Aretoulaki+3 more|ArXiv.org|Sep 17, 1997

Speech and dialogue systems被引用数 7

ひとこと要約

本論文は、列車時刻情報の音声対話システムにおける未知語（OOV語）の検出、分類、処理のための手法を提示する。音声的および意味的分析を用いて単語認識装置および言語処理装置を拡張することで、OOV語の処理における耐障害性と正確性が向上し、評価結果では認識および対話管理部の両方で顕著な性能向上が確認された。

ABSTRACT

One of the most important causes of failure in spoken dialogue systems is usually neglected: the problem of words that are not covered by the system's vocabulary (out-of-vocabulary or OOV words). In this paper a methodology is described for the detection, classification and processing of OOV words in an automatic train timetable information system. The various extensions that had to be effected on the different modules of the system are reported, resulting in the design of appropriate dialogue strategies, as are encouraging evaluation results on the new versions of the word recogniser and the linguistic processor.

研究の動機と目的

• 音声対話システムにおける重要ながしばしば無視されがちな未知語（OOV語）の問題に対処すること。
• リアルタイムの音声対話においてOOV語を検出し、分類する体系的な手法を開発すること。
• 音声的および意味的分析を用いて、OOV語を処理できるように単語認識装置および言語処理装置を拡張すること。
• OOV語処理を組み込むことでシステム機能の中断を避ける対話戦略を設計すること。
• 現実世界の音声対話シナリオにおいて、拡張されたシステムの有効性を評価すること。

提案手法

• システムは、音声認識の過程でOOV語を同定するための音声ベースの検出メカニズムを採用する。
• OOV語は、音声的類似性および文脈的言語的特徴を用いて分類され、その意味を推定する。
• 言語処理装置は、意味的分類および文脈的手がかりに基づき、OOV語を解釈し応答できるように拡張される。
• 必要に応じて明確化または確認を求める処理に移行するなど、OOV入力を処理するための対話戦略が適応される。
• OOVに配慮したモデルを用いて単語認識装置を再トレーニングおよび拡張し、認識精度を向上させる。
• 評価は、音声ユーザー入力を用いた現実世界の列車時刻情報システムを対象として実施される。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、対話システム内の音声入力においてOOV語を信頼性高く検出できるか？
• RQ2 どのような言語的および音声的特徴を用いることで、OOV語を意味的に有意義に分類できるか？
• RQ3 OOV語処理を実施する際、対話システムが耐障害性と使いやすさを維持できるか？
• RQ4 OOV処理統合後に、認識および理解の性能でどの程度の向上が達成できるか？
• RQ5 拡張された対話戦略は、OOV語を含むユーザーインタラクションの成功にどのように影響するか？

主な発見

• OOV語の検出および分類メカニズムは、事前に未発見の語を音声入力で効果的に同定および処理した。
• 拡張された単語認識装置は、音声モデルを用いることでOOV語の認識精度が向上した。
• 意味的分類により、文脈および音声的類似性に基づき、OOV語を合理的な正確性で解釈できるようになった。
• OOV処理を統合した対話戦略は、ユーザーとのインタラクション中のシステム障害率を低減した。
• EUROSPEECH'97会議の評価結果により、認識および処理部の両方で顕著な性能向上が確認された。
• 現実世界の音声クエリにOOV語が含まれる状況において、耐障害性および使いやすさに測定可能な向上が見られた。