Un algoritmo para la comprensión automática del habla sobre grafos de palabras

• Autores: Marcos Calvo Lance, Jon Ander Gómez , Emilio Sanchís Arnal , Lluís Felip Hurtado Oliver
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 48, 2012, págs. 105-112
• Idioma: español
• Títulos paralelos:
  • An algorithm for automatic speech understanding over word graphs
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se propone un algoritmo para la comprensión automática del habla que toma como entrada un grafo de palabras. Este grafo es procesado en primer lugar mediante un algoritmo de programación dinámica, obteniendo como resultado un segundo grafo enriquecido con información semántica. El cálculo del mejor camino sobre este segundo grafo permite obtener la secuencia de conceptos más verosímil de acuerdo con la evidencia acústica reflejada en el grafo de palabras. También como resultado de la decodificación semántica se obtiene la secuencia de palabras asociada a dicha secuencia de conceptos, así como la segmentación semántica de la secuencia de palabras.

  • English

    In this work we propose an algorithm for automatic speech understanding that takes a word graph as its input. First, this word graph is processed by means of a dynamic programming algorithm which gives as a result a second graph that includes semantic information. Computing the best path over this second graph allows us to obtain the most likely concept sequence, given the acoustic evidence reflected on the input word graph. As a result of the semantic decoding, the word sequence attached to the concept sequence as well as its semantic segmentation are also obtained.

• Referencias bibliográficas
  • Benedí, José-Miguel, Eduardo Lleida, Amparo Varona, María-José Castro, Isabel Galiano, Raquel Justo, Iñigo López de Letona, y Antonio Miguel....
  • Fernández, Milagros, Eric de la Clergerie, y Manuel Vilares. 2008. Mining conceptual graphs for knowledge acquisition. En Proceedings of the...
  • Gómez Adrián, J.A., M. Calvo Lance, y E. Sanchis Arnal. 2010. Localización de palabras basada en grafos de fonemas. Procesamiento del lenguaje...
  • Hahn, S., M. Dinarelli, C. Raymond, F. Lefèvre, P. Lehnen, R. De Mori, A. Moschitti, H. Ney, y G. Riccardi. 2010. Comparing stochastic approaches...
  • Hakkani-Tür, D., F. Béchet, G. Riccardi, y G. Tur. 2006. Beyond ASR 1-best: Using word confusion networks in spoken language understanding....
  • Ji, G. y J. Bilmes. 2006. Backoff model training using partially observed data: Application to dialog act tagging. En Proceedings of the main...
  • Lafferty, J., A. McCallum, y F. Pereira. 2001. Conditional random fields: Probabilistic models for segmenting and labeling sequence data....
  • Lefèvre, F. 2006. A DBN-based multi-level stochastic spoken language understanding system. En Spoken Language Technology Workshop, 2006. IEEE,...
  • Lefèvre, F. 2007. Dynamic bayesian networks and discriminative classifiers for multi-stage semantic interpretation. En Acoustics, Speech and...
  • Macherey, K., F.J. Och, y H. Ney. 2001. Natural language understanding using statistical machine translation. En European Conf. on Speech...
  • McCallum, A., D. Freitag, y F. Pereira. 2000. Maximum entropy markov models for information extraction and segmentation. En Proceedings of...
  • Mohri, M. y F. Pereira Michael. 2002. Weighted finite-state transducers in speech recognition. Computer Speech & Language, 16(1):69–88.
  • Raymond, C. y G. Riccardi. 2007. Generative and discriminative algorithms for spoken language understanding. Procee- dings of Interspeech2007,...
  • Tur, G., J. Wright, A. Gorin, G. Riccardi, y D. Hakkani-Tür. 2002. Improving spoken language understanding using word confusion networks....