| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-02-07 14:45 対話コンテキストを考慮したニューラル通話シーン分割 ○増村 亮・田中智大・安藤厚志・神山歩相名・大庭隆伸・青野裕司（NTT）  NLC2018-39 |
|
| 抄録 | （和） | 通話シーン分割は，人手で定めたいくつかのシーンに通話全体を自動分割する技術であり，コンタクトセンタにおいて，オペレータの業務支援に応用することが期待される．我々は，コンタクトセンタにおける通話シーンを，オープニング，用件把握，用件対応，カスタマー情報把握，クロージングの5つのシーンに定め，教師あり学習のアプローチにより通話シーン分割を実現する．精緻な通話シーン分割を行うためには，オペレータとカスタマーのインタラクションの纏まりをうまく捉えることが不可欠である．そこで本稿では，通話シーン分割の問題を発話単位の系列ラベリング問題として捉え，発話文とオペレータかカスタマーかを表す話者役割ラベルの組の系列情報から通話シーンラベル系列を予測するニューラル通話シーン分割手法を提案する．提案手法では，各発話の文と話者役割ラベルから「どの役割の話者がどんな内容を話したか」が埋め込まれた発話ベクトルを構成し，その発話系列をリカレントニューラルネットワークにより捉えることで対話コンテキストを考慮した通話シーン分割を実現する．6業種のコンタクトセンタの模擬通話データを用いた評価実験において，提案手法の有効性を示す． |
| （英） | Call scene segmentation that automatically splits contact center dialogues into several call scenes is useful for constructing operator assist systems. This paper develops call scene segmentation methods based on supervised training by defining call scenes in contact center dialogues as following five tag types: opening, call reason, response, customer confirmation, and closing. It is important to capture conversational contexts between an operator and a customer in the contact center dialogues for performing precise online call scene segmentation. Therefore, this paper proposes neural call scene segmentation methods that can directly estimate a call scene label sequence from an utterance sequence based on sequential labeling approach. The proposed methods can capture long-range conversational contexts by simultaneously dealing with both the sequence of sentences and the sequence of speaker role labels. An experiment using contact center dialogue data sets demonstrates the effectiveness of the proposed methods. | |
| キーワード | （和） | 通話シーン分割 / コンタクトセンタ / 系列ラベリング / ニューラルネットワーク / / / / |
| （英） | Call scene segmentation / contact center / sequential labeling / neural networks / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 439, NLC2018-39, pp. 21-26, 2019年2月. | |
| 資料番号 | NLC2018-39 | |
| 発行日 | 2019-01-31 (NLC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLC2018-39 |
|
| 研究会情報 | |
| 研究会 | NLC IPSJ-IFAT |
| 開催期間 | 2019-02-07 - 2019-02-08 |
| 開催地（和） | 龍谷大学大宮キャンパス |
| 開催地（英） | Ryukoku University Omiya Campus |
| テーマ（和） | 第14回 テキストアナリティクス・シンポジウム |
| テーマ（英） | The 14th Text Analytics Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2019-02-NLC-IFAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 対話コンテキストを考慮したニューラル通話シーン分割 |
| サブタイトル（和） | |
| タイトル（英） | Call Scene Segmentation based on Neural Networks with Conversational Contexts |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 通話シーン分割 / Call scene segmentation |
| キーワード(2)（和/英） | コンタクトセンタ / contact center |
| キーワード(3)（和/英） | 系列ラベリング / sequential labeling |
| キーワード(4)（和/英） | ニューラルネットワーク / neural networks |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 増村 亮 / Ryo Masumura / マスムラ リョウ |
| 第1著者 所属（和/英） | NTT研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 田中 智大 / Tomohiro Tanaka / タナカ トモヒロ |
| 第2著者 所属（和/英） | NTT研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 安藤 厚志 / Atsushi Ando / アンドウ アツシ |
| 第3著者 所属（和/英） | NTT研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 神山 歩相名 / Hosana Kamiyama / カミヤマ ホサナ |
| 第4著者 所属（和/英） | NTT研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 大庭 隆伸 / Takanobu Oba / オオバ タカノブ |
| 第5著者 所属（和/英） | NTT研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第6著者 氏名（和/英/ヨミ） | 青野 裕司 / Yushi Aono / アオノ ユウシ |
| 第6著者 所属（和/英） | NTT研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-02-07 14:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2018-39 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.439 |
| ページ範囲 | pp.21-26 |
| ページ数 | 6 |
| 発行日 | 2019-01-31 (NLC) |
[研究会発表申込システムのトップページに戻る]