- Inicio
- Atrás
|
Título: |
Prediction of dialogue acts on the basis of the previous act |
Autores: |
Coria Olguín, Sergio Rafael Pineda Cortés, Luis Alberto |
Fecha: |
2007-11-15 2007-11-15 2007-09 |
Publicador: |
RUA Docencia |
Fuente: |
|
Tipo: |
info:eu-repo/semantics/article |
Tema: |
Diálogos prácticos Acto de diálogo DIME-DAMSL Aprendizaje máquina Entonación INTSINT Corpus de diálogo Árbol de clasificación y regresión Practical dialogues Dialogue act Machine learning Intonation Dialogue corpus Classification and regression tree |
Descripción: |
En este trabajo se evalúa empíricamente el reconocimiento automático de actos de
diálogo. Se usan datos provenientes de un corpus de diálogos con habla espontánea. En cada
diálogo dos hablantes colaboran en el diseño de cocinas usando herramientas C.A.D.; uno de
ellos desempeña el rol del Sistema y el otro el del Usuario. Los actos de diálogo se etiquetan
con DIME-DAMSL, esquema que considera dos planos de expresión: obligaciones y common
ground. La evaluación se realiza probando modelos clasificadores creados con algoritmos de
aprendizaje máquina: uno para obligaciones y otro para common ground. El principal dato
predictor analizado es el acto de diálogo correspondiente al enunciado inmediato anterior. Se
pondera también la contribución de información adicional, como la entonación, etiquetada con
INTSINT, la modalidad del enunciado, el rol del hablante y el tipo de acto de diálogo del plano
complementario. Una aplicación práctica sería en sistemas de administración de diálogo. In this paper the automatic recognition of dialogue acts is evaluated on an empirical
basis. Data from a dialogue corpus with spontaneous speech are used. In each dialogue two
speakers collaborate to design a kitchen using a C.A.D. software tool; one of them plays the
System’s role and the other plays the User’s role. Dialogue acts are annotated with DIMEDA
MSL, a scheme considering two expression planes: obligations and common ground. The
evaluation is performed by testing classification models created with Machine Learning
algorithms: one model for obligations and other for common ground. The mainly analyzed
predictor data is the dialogue act corresponding to the immediately previous utterance. The
contribution of other information sources is also evaluated, such as intonation, annotated with
INTSINT, utterance mood, speaker role and dialogue act type of the complementary expression
plane. A practical application can be the implementation of dialogue management systems. |
Idioma: |
Inglés |