文献

J-GLOBAL ID：202102245224336935   整理番号：21A0329119

Wisdom of Crowdsを用いた音声言語理解の精度向上

著者 (8件)： 吉野幸一郎 (理研) ,  吉野幸一郎 (奈良先端科学技術大学院大) ,  吉野幸一郎 (理研 革新知能統合研究セ) ,  池内加奈 (奈良先端科学技術大学院大) ,  須藤克仁 (奈良先端科学技術大学院大) ,  須藤克仁 (理研 革新知能統合研究セ) ,  中村哲 (奈良先端科学技術大学院大) ,  中村哲 (理研 革新知能統合研究セ)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2020  号： SLP-134  ページ： Vol.2020-SLP-134,No.9,1-6 (WEB ONLY)  発行年： 2020年11月25日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 音声言語理解(SLU)とは,音声言語で与えられるユーザ発話を機械が解釈できるフレームなどの形へ変換するタスクである。既存の音声言語理解モジュールは統計的手法に基づいており,特に新しいドメインで音声言語理解モジュールを構築する場合には学習データの不足が問題であった。本論文では,この問題を二つの「Wisdom of Crowds」によって解決する方法を提案する。一つ目はクラウドソーシングによるデータ収集であり,二つ目はユーザの質問に他のユーザが回答するオンラインQAサイトである。クラウドソーシングによって新規ドメインのシードデータを収集し,このシードデータに類似するユーザ発話をオンラインQAサイトから獲得することで学習データを拡張する。この拡張データを用いて音声言語理解モジュールを構築した結果,シードデータが少量であっても音声言語理解の精度が向上することが確認された。(著者抄録)

シソーラス用語： *音声認識 ,  *音声処理 ,  評価試験 ,  *言語理解 ,  *質問応答システム ,  精度 ,  システム評価 ,  発話 ,  データ収集 ,  利用者 ,  オンライン処理 ,  容量 ,  モジュール構造 ,  *対話処理 ,  医療従事者 ,  精神療法 ,  情報抽出
準シソーラス用語： QAシステム ,  データ量 ,  音声言語理解 ,  心理療法士 ,  精神治療

分類 (4件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  自然語処理  (JE06000L) ,  その他の情報処理  (JE15050M)

引用文献 (32件)：

• Dahl, D. A., Bates, M., Brown, M., Fisher, W., Hunicke-Smith, K., Pallett, D., Pao, C., Rudnicky, A. and Shriberg, E.: Expanding the scope of the ATIS task: The ATIS-3 corpus, Proceedings of the workshop on Human Language Technology, Association for Computational Linguistics, pp. 43-48 (1994).
• Williams, J. D., Henderson, M., Raux, A., Thomson, B., Black, A. and Ramachandran, D.: The dialog state tracking challenge series, AI Magazine, Vol. 35, No. 4, pp. 121-124 (2014).
• Hori, C., Perez, J., Higashinaka, R., Hori, T., Boureau, Y.-L., Inaba, M., Tsunomori, Y., Takahashi, T., Yoshino, K. and Kim, S.: Overview of the sixth dialog system technology challenge: Dstc6, Computer Speech & Language, Vol. 55, pp. 1-25 (2019).
• Henderson, M., Thomson, B. and Williams, J. D.: The third dialog state tracking challenge, 2014 IEEE Spoken Language Technology Workshop (SLT), IEEE, pp. 324-329 (2014).
• Wu, C.-S., Madotto, A., Hosseini-Asl, E., Xiong, C., Socher, R. and Fung, P.: Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems, Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, pp. 808-819 (2019).

タイトルに関連する用語 (2件)： 音声言語理解 ,  精度向上