以樹狀資料結構為基礎之語音對話系統

Spoken Dialogue System based on Tree Structure Database

李運寰(Yun-Huan Lee)

指導教授 ： 李琳山

國立臺灣大學/電機資訊學院/資訊網路與多媒體研究所/碩士(2008年)

https://doi.org/10.6342/NTU.2008.01877

摘要

語音對話系統最主要的特色是利用語音當作輸入方式，讓使用者與軟體應用系統作互動。由於使用者語音可以包含豐富的資訊，因此比較起傳統使用鍵盤、滑鼠當作輸入的方法，操作上能夠較不受軟體應用系統限定的步驟所限制，可以用較短的時間獲得軟體中的資訊，或是快速的使用我們需要的功能。
本論文提出的語音對話系統，建立在一套已有的樹狀資料結構檔案上，我們希望利用語音對話系統的特點，快速的操作並擷取所需要的資訊。而我們針對樹狀的資料結構，在系統中的對話模型元件做改進，並使用簡化式的部分觀測馬可夫決策程序來做出系統回應。又由於語音對話系統的使用者，可能以較為口語化的語句來使用系統，因此我們利用網路上所蒐集到的語料，來訓練機率式潛藏語意分析模型，再利用此模型當成我們口述語言理解元件中，求得使用者語句與系統對話狀態相似度的方法。
在實驗的架構上，我們利用模擬的使用者語料，實驗我們改進傳統對話系統部分元件之後的對話系統，系統在整體效能上的提升。實驗結果顯示，經過我們在對話模型和口述語言理解兩大元件作改進後，我們不但能夠更快速的獲得資料庫的資訊，且在對話系統的任務完成成功率上，也有很大的進步。

關鍵字

語音對話系統 ； 樹狀資料結構 ； 部分觀測馬可夫決策程序 ； 機率式潛藏語意分析模型

並列摘要

無資料

並列關鍵字

dialog system ； PLSA ； POMDP

參考文獻

[1] 王瑞璋, “改善中文語音對話系統的若干相關技術 (Relevant Technologies For Improved Chinese Spoken Dialogue Systems)” , 博士論文, 國立台灣大學電信工程學研究所,2007

[2] Alexander Gruenstein, Stephanie Seneff, “Context-Sensitive Language Modeling for Large Sets of Proper Nouns in Multimodal Dialogue System” , in SLT 2006.

[3] Antoine Raux, Maxine Eskenazi, “A Multi-Layer Architecture for Semi-Synchronous Event-Driven Dialogue Management”, in ASRU 2007.

[5] Geoffrey Zweig, Patrick Nguyen, Y.C.JU, Ye-Yi Wang, Dong Yu, Alex Acero, “The Voice-Rate Dialog System for Consumer Ratings”, in InterSpeech 2007.

[6] Jason D. Williams, “A Method for Evaluating and Comparing User Simulations”, in ASRU 2007.