お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2022-11-30 10:30
前後文脈を用いた対話文の言い淀み検出
中島寛人嶋田和孝九工大NLC2022-13 SP2022-33
抄録 (和) ASRに代表される音声認識技術の進歩により正確な書き起こし文が得られるようになった.しかしながら,言い淀みやフィラーといった話し言葉に特有の表現は,依然として書き起こし文の可読性や後段の処理への応用性を下げてしまう一因となっている.中でも言い淀みは文意に影響せず,定型も持たない表現であり,これを人手で取り除くことはコストが掛かる.したがって自動的に検出および整形処理を行うことが求められている.近年の機械学習モデルを使用した言い淀み検出では文脈情報を利用した検出が盛んである.しかし,複数人の話者が存在する対話文では,ある発話者の発話に対して他発話者の割り込みによる中断が発生し,得られる文脈情報も少なくなる傾向がある.そこで本研究では,モデルへの入力文を結合や生成によって前後に拡張し,文脈情報を補完する手法を提案する.実験では,文脈補完の対象や補完の窓幅,手法によっていくつかの入力データの拡張を行う.これらのデータで学習されたモデルによって言い淀み検出に取り組むことで,提案手法の有効性を確認すると共に,より良い文脈補完の手法について検討する. 
(英) Recent automatic speech recognition (ASR) techniques have been improved by a large amount of training data and machine learning, such as deep learning technology.
Problems in the outputs from ASR are not only recognition errors but also outputs caused by disfluency from speakers.
It is difficult to remove them automatically, and removing them by hand is costly.
In this paper, we propose a disfluency detection model with BERT.
The model utilizes context information of target utterances.
We introduce two types of context information.
The first one is real utterances that appear around the target utterance.
We compare several sequence lengths of the previous and following utterances.
The second one is a generated utterance by GPT-2.
Our model adds the utterance generated from the target utterance as the following context.
In the experiment, the long sequence improves the disfluency detection accuracy, and real context outperforms generated context.
キーワード (和) 言い淀み検出 / 非流暢性 / 対話文生成 / 文脈補完 / / / /  
(英) disfluency detection / disfluency / dialogue generation / context complement / / / /  
文献情報 信学技報, vol. 122, no. 287, NLC2022-13, pp. 21-26, 2022年11月.
資料番号 NLC2022-13 
発行日 2022-11-22 (NLC, SP) 
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 NLC2022-13 SP2022-33

研究会情報
研究会 NLC IPSJ-NL SP IPSJ-SLP  
開催期間 2022-11-29 - 2022-12-01 
開催地(和) 機械振興会館 
開催地(英)  
テーマ(和) 第24回音声言語および第9回自然言語処理シンポジウム 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NLC 
会議コード 2022-11-NLC-NL-SP-SLP 
本文の言語 日本語 
タイトル(和) 前後文脈を用いた対話文の言い淀み検出 
サブタイトル(和)  
タイトル(英) Dialogue disfluency detection using context 
サブタイトル(英)  
キーワード(1)(和/英) 言い淀み検出 / disfluency detection  
キーワード(2)(和/英) 非流暢性 / disfluency  
キーワード(3)(和/英) 対話文生成 / dialogue generation  
キーワード(4)(和/英) 文脈補完 / context complement  
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) 中島 寛人 / Hiroto Nakashima / ナカシマ ヒロト
第1著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyusyu Institute of Technology (略称: KIT)
第2著者 氏名(和/英/ヨミ) 嶋田 和孝 / Kazutaka Shimada / シマダ カズタカ
第2著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyusyu Institute of Technology (略称: KIT)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2022-11-30 10:30:00 
発表時間 30分 
申込先研究会 NLC 
資料番号 NLC2022-13, SP2022-33 
巻番号(vol) vol.122 
号番号(no) no.287(NLC), no.288(SP) 
ページ範囲 pp.21-26 
ページ数
発行日 2022-11-22 (NLC, SP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会