意味・構文クラスタリングを用いた統計文法の獲得

概要

論文の詳細を見る
本稿では意味的にも構文的にも類似した単語列の集合をクラスタとして生成し, 自由発話の音声理解に用いるクラスタリングアルゴリズムについて述べる. 本手法では, まず学習データ内で高い頻度で観測される単語列がクラスタリング候補として選択される. 次に選択された候補単語列のそれぞれに対して, 先行コンテキスト, 後続コンテキスト及び対話システム応答に関する確率分布が求められる. 候補単語列間の類似性は3種類の確率分布それぞれのKullback-Leibler距離によって定義され, 各候補単語列間に3つの距離が求められる. 単語列のクラスタリングにおいては, 3種類の距離がいずれも短い単語列どうしが同一のクラスタにまとめられ, 単語列クラスタが構成される. 本手法をAT&Tの電話サービス案内タスクに適用したところ, 学習データ内では観測されず評価データ内のみで観測された単語列を246個生成できた. また, コールタイプ識別率 (音声理解率) が約3%改善され, 本手法の有効性が確認された.
一般社団法人情報処理学会の論文
1997-12-11