About: Combination of classifiers for automatic recognition of dialog acts

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Combination of classifiers for automatic recognition of dialog acts Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	skos:Concept http://linked.opendata.cz/ontology/domain/vavai/Vysledek
Description	Tento článek se zabývá automatickým rozpoznáváním aktů dialogu (AD) v češtině. Jsou uvažovány následující AD: sdělení, příkaz, otázka ano/ne a ostatní otázky. Pro rozpoznávání AD je použita lexikální a prozodická informace. Hlavním cílem tohoto článku je srovnání různých metod kombinování výsledků těchto dvou klasifikátorů. Použijeme-li český korpus pro rezervaci vlakových jízdenek, obdržítme pouze pomocí lexikální informace asi 92% správně klasifikovaných DA a pomocí prozódie jen asi 45%. Kombinací obou klasifikátorů pomocí vícevrstveného perceptronu se nejnižší (lexikální) word error sníží o 26%. (cs) This paper deals with automatic dialog acts (DAs) recognition in Czech. The dialog acts are sentence-level label is that represent different states of a dialogue, depending on the application. We consider the following DAs:statements, orders, yes/no questins and other questions. We propose to use both lexical and prosodic information for DAs recognition. The main goal of this paper is to compare different methods to combine the results of both classifiers. On a Czech corpus simulating a reservation of train tickets, the lexical information only gives about 92% if classification accuracy, while prosody gives only about 45% of accurency. When both classifiers are combined with a multilayer perceptron, the lowest (lexical) word error rate further decreases by 26%. This paper deals with automatic dialog acts (DAs) recognition in Czech. The dialog acts are sentence-level label is that represent different states of a dialogue, depending on the application. We consider the following DAs:statements, orders, yes/no questins and other questions. We propose to use both lexical and prosodic information for DAs recognition. The main goal of this paper is to compare different methods to combine the results of both classifiers. On a Czech corpus simulating a reservation of train tickets, the lexical information only gives about 92% if classification accuracy, while prosody gives only about 45% of accurency. When both classifiers are combined with a multilayer perceptron, the lowest (lexical) word error rate further decreases by 26%. (en)
Title	Combination of classifiers for automatic recognition of dialog acts Kombinování klasifikátorů pro automatické rozpoznávání aktů dialogu (cs) Combination of classifiers for automatic recognition of dialog acts (en)
skos:prefLabel	Combination of classifiers for automatic recognition of dialog acts Kombinování klasifikátorů pro automatické rozpoznávání aktů dialogu (cs) Combination of classifiers for automatic recognition of dialog acts (en)
skos:notation	RIV/49777513:23520/05:00000578!RIV07-MSM-23520___
http://linked.open.../vavai/riv/strany	825
http://linked.open...avai/riv/aktivita	S
http://linked.open...avai/riv/aktivity	S
http://linked.open...iv/cisloPeriodika	0
http://linked.open...vai/riv/dodaniDat	2007
http://linked.open...aciTvurceVysledku	Klečková, Jana Král, Pavel
http://linked.open.../riv/druhVysledku	J - Článek v odborném periodiku
http://linked.open...iv/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open...titaPredkladatele	Západočeská univerzita v Plzni / Fakulta aplikovaných věd
http://linked.open...dnocenehoVysledku	515690
http://linked.open...ai/riv/idVysledku	RIV/49777513:23520/05:00000578
http://linked.open...riv/jazykVysledku	eng - angličtina
http://linked.open.../riv/klicovaSlova	classifier combination; dialog akct; prosody; talking head; unigram model (en)
http://linked.open.../riv/klicoveSlovo	prosody dialog akct unigram model talking head classifier combination
http://linked.open...odStatuVydavatele	DE - Spolková republika Německo
http://linked.open...ontrolniKodProRIV	[FB4E823B0E66]
http://linked.open...i/riv/nazevZdroje	Interspeech Lisboa 2005
http://linked.open...in/vavai/riv/obor	JC
http://linked.open...ichTvurcuVysledku	2 (xsd:int)
http://linked.open...cetTvurcuVysledku	3 (xsd:int)
http://linked.open...UplatneniVysledku	2005
http://linked.open...iv/tvurceVysledku	Cerisara, Christophe Král, Pavel Klečková, Jana
issn	1018-4074
number of pages	4 (xsd:int)
http://localhost/t...ganizacniJednotka	23520
is http://linked.open...avai/riv/vysledek of	Combination of classifiers for automatic recognition of dialog acts

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 58 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software