[论文解读] 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 12

一句话总结

本文提出了一种针对语音对话系统的鲁棒解析方法，通过将词识别概率与上下文相关的语义预测相结合，提升词图上的解析准确率。通过将识别得分与上下文知识整合为综合质量得分，系统实现了更高的信息含量，并更好地处理识别错误，其性能优于仅依赖识别置信度的方法。

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.

研究动机与目标

• 开发一种用于语音对话系统的鲁棒语言处理器，以处理识别错误和不完整输入。
• 在自动语音识别生成的模糊或噪声词图面前，提升解析的可靠性。
• 通过将语义预测与识别得分相结合，增强解析结果的信息含量。
• 评估在结合识别概率时，上下文知识对解析性能的影响。

提出的方法

• 解析器以词图为输入，表示语音识别产生的多个可能的词序列。
• 计算一个综合质量得分，结合词级别的识别概率和上下文相关的语义预测。
• 使用动态规划算法，基于质量得分寻找词图中得分最高的路径。
• 当未找到完整解时，系统根据质量得分选择多个部分结果。
• 通过语义约束和领域特定规则对上下文知识进行建模，以指导歧义消解。
• 质量得分计算为识别置信度与语义合理性加权组合的结果。

实验结果

研究问题

• RQ1 在解析过程中，如何减轻语音对话中的识别错误？
• RQ2 结合上下文语义知识在多大程度上能提升解析的鲁棒性？
• RQ3 将识别信息与语义信息整合的综合质量得分，是否能优于仅基于识别的解析方法？
• RQ4 系统如何处理不完整或模糊的词图？

主要发现

• 将识别概率与语义预测相结合，显著提升了解析结果的信息含量。
• 当未识别出完整句子时，通过选择多个高质量的部分解析，系统实现了更好的鲁棒性。
• 结果表明，上下文感知的解析方法相比仅依赖识别得分的方法，可降低错误率。
• 即使在识别不确定性较高的情况下，使用上下文知识也能带来更符合语义的解释。