| 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 | 2019-03-15 10:25 条件付き階層再帰型エンコーダデコーダに基づく複数人会話音声認識向け言語モデル ○増村 亮・田中智大・安藤厚志・大庭隆伸・青野裕司（NTT）  EA2018-131 SIP2018-137 SP2018-93 |
|
| 抄録 | （和） | 本稿では，会話に登場する各話者の役割が明確な複数人会話(ロールプレイ会話) 向けの新たな言語モデルを提案する．提案手法のロールプレイ会話アウェア言語モデルは，発話境界を跨いだ長距離の言語コンテキストを考慮できる階層再帰型エンコーダデコーダに，話者の役割を考慮する機能を与えることでモデル化される．このモデル化により，現在の発話に対する言語予測を行う際に，「これまでどんな役割の話者がどんな内容の言葉を話してきたのか」，そして「これから誰が話すのか」の情報を言語コンテキストとして利用できる．日本語のコンタクトセンタ模擬通話データを用いた評価実験において，パープレキシティ，および音声認識性能の観点から，提案手法の有効性を示す． |
| （英） | This paper presents fully neural network based language models (LMs) that can leverage long-range conversational contexts beyond utterance boundaries for enhancing automatic speech recognition performance of role play dialogues such as contact center dialogues or service center dialogues. The proposed methods called role play dialogue aware LMs are composed by extending hierarchical recurrent encoder-decoder modeling so as to handle speaker role information in the role play dialogues. This enables us to leverage sequential conversational contexts from start-of-conversation to a current word in a current utterance for estimating the generative probability of a next word. Experiments using contact center dialogue data sets demonstrate the effectiveness of the proposed method in terms of perplexity and word error rate. | |
| キーワード | （和） | 複数人会話音声認識 / ロールプレイ会話アウェア言語モデル / 条件付き階層再帰型エンコーダデコーダ / コンタクトセンタ会話 / / / / |
| （英） | multi-party conversational automatic speech recognition / role play dialogue aware language models / conditional hierarchical recurrent encoder-decoder / contact center dialogues / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 497, SP2018-93, pp. 191-196, 2019年3月. | |
| 資料番号 | SP2018-93 | |
| 発行日 | 2019-03-07 (EA, SIP, SP) | |
| ISSN | Print edition: ISSN 0913-5685 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 | EA2018-131 SIP2018-137 SP2018-93 |
|
| 研究会情報 | |
| 研究会 | EA SIP SP |
| 開催期間 | 2019-03-14 - 2019-03-15 |
| 開催地（和） | アイランド ナガサキ（長崎市） |
| 開催地（英） | i+Land nagasaki (Nagasaki-shi) |
| テーマ（和） | 応用／電気音響，信号処理，音声，一般 |
| テーマ（英） | Engineering/Electro Acoustics, Signal Processing, Speech, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2019-03-EA-SIP-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 条件付き階層再帰型エンコーダデコーダに基づく複数人会話音声認識向け言語モデル |
| サブタイトル（和） | |
| タイトル（英） | Neural Language Models based on Conditional Hierarchical Recurrent Encoder-Decoder for Multi-Party Conversational Speech Recognition |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 複数人会話音声認識 / multi-party conversational automatic speech recognition |
| キーワード(2)（和/英） | ロールプレイ会話アウェア言語モデル / role play dialogue aware language models |
| キーワード(3)（和/英） | 条件付き階層再帰型エンコーダデコーダ / conditional hierarchical recurrent encoder-decoder |
| キーワード(4)（和/英） | コンタクトセンタ会話 / contact center dialogues |
| 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） | 日本電信電話株式会社 (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） | 日本電信電話株式会社 (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） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 大庭 隆伸 / Takanobu Oba / オオバ タカノブ |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 青野 裕司 / Yushi Aono / アオノ ユウシ |
| 第5著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-15 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | EA2018-131, SIP2018-137, SP2018-93 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.495(EA), no.496(SIP), no.497(SP) |
| ページ範囲 | pp.191-196 |
| ページ数 | 6 |
| 発行日 | 2019-03-07 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]