TAILIEUCHUNG - Báo cáo khoa học: "Combining Multiple Knowledge Sources for Dialogue Segmentation in Multimedia Archives"

Automatic segmentation is important for making multimedia archives comprehensible, and for developing downstream information retrieval and extraction modules. In this study, we explore approaches that can segment multiparty conversational speech by integrating various knowledge sources (., words, audio and video recordings, speaker intention and context). In particular, we evaluate the performance of a Maximum Entropy approach, and examine the effectiveness of multimodal features on the task of dialogue segmentation. . | Combining Multiple Knowledge Sources for Dialogue Segmentation in Multimedia Archives Pei-Yun Hsueh School of Informatics University of Edinburgh Edinburgh UK EH8 9Wl Johanna D. Moore School of Informatics University of Edinburgh Edinburgh UK EH8 9Wl Abstract Automatic segmentation is important for making multimedia archives comprehensible and for developing downstream information retrieval and extraction modules. In this study we explore approaches that can segment multiparty conversational speech by integrating various knowledge sources . words audio and video recordings speaker intention and context . In particular we evaluate the performance of a Maximum Entropy approach and examine the effectiveness of multimodal features on the task of dialogue segmentation. We also provide a quantitative account of the effect of using ASR transcription as opposed to human transcripts. 1 Introduction Recent advances in multimedia technologies have led to huge archives of audio-video recordings of multiparty conversations in a wide range of areas including clinical use online video sharing services and meeting capture and analysis. While it is straightforward to replay such recordings finding information from the often lengthy archives is a more challenging task. Annotating implicit semantics to enhance browsing and searching of recorded conversational speech has therefore posed new challenges to the field of multimedia information retrieval. One critical problem is how to divide unstructured conversational speech into a number of locally coherent segments. The problem is important for two 1016 reasons First empirical analysis has shown that annotating transcripts with semantic information . topics enables users to browse and find information from multimedia archives more efficiently Banerjee et al. 2005 . Second because the automatically generated segments make up for the lack of explicit orthographic cues . story and paragraph .

• Báo cáo khoa học
• Combining Multiple Knowledge Sources
• Dialogue Segmentation
• Multimedia Archives
• báo cáo khoa học
• mô hình ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Combining Multiple
• Knowledge Sources
• Discourse Segmentation
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học