Přejít k obsahu


Question-Answering Dialog System for Large Audiovisual Archives

Citace:
CHÝLEK, A., ŠMÍDL, L., ŠVEC, J. Question-Answering Dialog System for Large Audiovisual Archives. In Text, Speech, and Dialogue 22nd International Conference, TSD 2019, Ljubljana,Slovenia, September 11-13, 2019, Proceedings. Cham: Springer, 2019. s. 385-397. ISBN: 978-3-030-27946-2 , ISSN: 0302-9743
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Question-Answering Dialog System for Large Audiovisual Archives
Rok vydání: 2019
Místo konání: Ljubljana, Slovenia
Název zdroje: Springer
Autoři: Ing. Adam Chýlek , Ing. Luboš Šmídl Ph.D. , Ing. Jan Švec Ph.D. ,
Abstrakt CZ: V tomto článku představujeme náš hlasový dialogový systém, který slouží jako rozhraní pro vyhledávání v archivu MALACH. Hlasové rozhraní a přirozený jazyk na vstupu umožňují uživatelům pohodlnější načítání informací obsažených ve velkých audiovizuálních archivech. Zejména hledání odpovědí na strukturovanější otázku by mělo být snazší ve srovnání s typickými možnostmi vstupu do vyhledávání. Dialog je postaven na systému, který automaticky anotuje a indexuje archiv pomocí automatického rozpoznávání řeči. Tyto indexy byly zatím prohledávatelné pouze při fulltextovém vyhledávání libovolného textového dotazu. Náš navržený přístup vylepšuje tento systém a využívá rozpoznávání pojmenovaných entit k vytváření znalostní báze sémantických informací obsažených v uznávaných výrokách. Popisujeme návrh dialogového systému, automatické generování znalostní báze a přístup k vytváření dotazů pomocí mluveného přirozeného jazyka jako vstupu.
Abstrakt EN: In this paper, we present our spoken dialog system that serves as a search interface of the MALACH archive. The voice interface and natural language input allow the users to retrieve information contained in large audiovisual archives more comfortably. Especially, finding answers to a more structured question should be easier in comparison with typical search input options. The dialog is build on top of a system that automatically annotates and indexes the archive using automatic speech recognition. These indexes were searchable so far only in a full-text search for any arbitrary text query. Our proposed approach improves this system and leverages named entity recognition to create a knowledge base of semantic information contained in the recognized utterances. We describe the design of the dialog system, as well as the automatic knowledge base generation and the approach to creating queries using a spoken natural language as an input.
Klíčová slova

Zpět

Patička