最大エントロピー法による発話理解のための効率的モデル構築(<特集>音声言語情報処理とその応用)

概要

論文の詳細を見る
本論文では,最大エントロピー法による意味理解モデルの構築を効率的に行う学習方式を提案する.最大エントロピー法では,モデルに取り込む学習データの特性を規定するために,複数の素性を用いる.これらの素性群は,通常設計者が与えた候補集合から選択する形式で決定される.従来の素性選択方式は,尤度基準による最適素性の探索と,素性のモデルへの追加とを繰り返すというものであった.しかし,尤度計算に要する計算量が大きいことから,意味的識別問題でしばしば生成される冗長で大規模な候補集合に適用した場合,モデル構築に多大な時間を要するという問題があった.本方式は,従来の素性選択方式に対し,素性の生起確率に関するモデルの推定誤差を検定する処理を導入することにより,尤度改善効果が小さい素性を効率的に検出し,候補から棄却する点を特徴とする.これにより尤度計算処理が削減され,高速にモデルを構築することが可能となった.本方式を,音声対話システムにおけるユーザの発話意図を識別するモデルの学習に適用し,評価実験を行った.実験の結果,従来方式の識別精度を劣化させることなく,学習時間を18%に削減することができた.また,頻度や相互情報量に基づく予備選択を素性候補に適用する方法と比較して,同一学習時間で安定して良い識別性能が得られ,学習効率化における本方式の有効性を確認することができた.
一般社団法人情報処理学会の論文
2002-07-15

最大エントロピー法による発話理解のための効率的モデル構築(<特集>音声言語情報処理とその応用)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク