[논문]강건한 음성 대화 시스템을 위한 담화분석 기술

이충희; 오효정; 장명길; 서영훈

[국내논문] 강건한 음성 대화 시스템을 위한 담화분석 기술
Discourse Analysis for Robust Spoken Dialogue System 원문보기

정보과학회논문지. Journal of KIISE. 컴퓨팅의 실제 및 레터, v.16 no.10, 2010년, pp.1005 - 1009

이충희 (한국전자통신연구원 지식마이닝팀) , 오효정 (한국전자통신연구원 지식마이닝팀) , 장명길 (한국전자통신연구원 지식마이닝팀) , 서영훈 (충북대학교 컴퓨터공학과)

초록
AI-Helper

지시대명사와 같은 조응어(anaphora)의 본래 단어나 구를 선행사라고 지칭하며, 음성 대화 중에는 선행사에 대한 생략과 대용어 사용이 빈번히 발생한다. 또한 언어 현상들은 문맥을 보지 않으면 이해될 수 없는 것들이 많다는 것이 담화분석의 기본 가정이므로, 생략 및 대용어 복원은 담화분석에서 매우 중요한 역할을 한다. 본 논문에서는 대용어와 생략어 복원에 기반해서 대화 레벨에서의 강건성을 향상시킨 음성 기반 대화 시스템을 제안한다. 제안된 항법의 적절성과 효과는 TV 도메인에서 평가되었다.

Abstract ▼ AI-Helper

Elliptical and anaphoric utterances occur frequently during spoken dialogue. Because discourse analysis rests on the basic premise that linguistic items cannot be understood without reference to the context, ellipsis and anaphora resolution plays an important role in discourse analysis. In this paper, we present a spoken dialogue system improving the robustness at dialogue level based on discourse analysis, such as anaphora and ellipsis resolution. The applicability and effectiveness of the proposed method is evaluated in the TV domain.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 생략어 및 대용어 복원을 통해 대화 레벨에서 강건성을 향상시킨 음성기반 시스템을 제안한다. 2 장에서 음성기반 대화 시스템의 전체적인 구성을 알아보고, 3장에서 대화 관리 모델을 설명한다.
생략어가 포함된 발화는 TV 도메인에서 자주 발생하는데 그 이유는 사용자들이 이전에 언급했던 내용을 반복하기 싫어하기 때문이다. 본 논문에서는 이런 생략어 복원을 이전 포커스 프레임의 상속 여부로 다룬다. 이 부분에 대해서는 5장에서 자세히 설명하겠다.
DSRe 사용자 발화에 대한 시스템의 정확한 응답 비율로 시스템 동작의 정확성을 평가하는 척도이며, 검색된 프로그램의 정확성이나 올바른 TV 제어에 대한 성능을 평가한다. TCRe 특정 목적이 주어진 상황에서 시스템이 최종적으로 목적을 달성하였는지를 평가한다. 사용자 만족도(User Satisfaction Ratio: USR)는 SRR, DSR, TCR의 평균값이며, 시스템 성능의 최종척도로 사용하였다 표 4는 그 결과를 보여준다 예상대로 ESI의 경우예 OOG와 OOV 문제 때문에 SRR의 성능이 매우 낮았다.
본 논문은 대용어 및 생략어 복원에 기반해서 성능이 개선된 대화 시스템을 제안하였다. 생략어와 대용어가 존재하는 발화는 음성 대화에서는 자주 발생하기 때문에 대화 시스템이 제대로 동작하기 위해서는 생략어 와대 용어 복원은 필수적이고, 평가 결과에 의해 그것이 증명되었다.

제안 방법

우리는 대화 모델링을 위해서 내부 데이터 구조로 프레임 기반 의미 표현을 이용하였다.
대한 프레임 정보를 보여준다. EPG 도메인을 위해서 프로그래 채널, 장르, 날짜 등의 20개의 프레임 슬롯을 만들었다. 음성 언어 이해 기술(spoken language understanding: SLU)로부터 추출된 정보는 슬롯-값 쌍으로 표현되고, 프레임은 CUR와 PREV 등의 History 상속 태그와 같은 담화 분석 결과도 포함한다.
대부분의 생략된 선행사는 이전 문맥, 즉 이전 포커스 프레임에 나타난다. 그러므로 우리는 생략어 복원 문제를 문맥 상속 문제로 다루며, 상속 문제에 대한 해결방법을 연구하였다. 예를 들어, 그림 2의 User2 발화 "오늘 나이트라인 언제 하지는 생략어가 포함된 문장이다.
고려해서 결정한다. 태용어는 이전 결과가 현재에 영향을 주지만 상속은 이전 결과가 현재 결과에 영향을 주지 않으므로 각각 CRF와 ME를 사용하였다.
평가는 ASR 결과가 아니라 수작업으로 필사한 발화 틀 이용하였다. 즉, 음성인식 오류가 포함되어 있지 않다.
우리는 또한 음성 기반 대화 시스템을 평가하였다 평가 척도로는 3가지 척도를 사용하였다 1) 문장 인식율 (Sentence Recognition 효atio:SRR), 2) 대화 성공률 (Dialogue Success Ratio:DSR), 3) 작업 성공률(Task Completion Ratio:TCR). 여기서 SRRe 사용자 발화 중 정확히 인식된 발화의 비율로서 음성인시 정확률에 대한 평가 척도이다.
여기서 SRRe 사용자 발화 중 정확히 인식된 발화의 비율로서 음성인시 정확률에 대한 평가 척도이다. DSRe 사용자 발화에 대한 시스템의 정확한 응답 비율로 시스템 동작의 정확성을 평가하는 척도이며, 검색된 프로그램의 정확성이나 올바른 TV 제어에 대한 성능을 평가한다. TCRe 특정 목적이 주어진 상황에서 시스템이 최종적으로 목적을 달성하였는지를 평가한다.

이론/모형

자동음성인식을 위해 ESTk(ETRI Speech Tookit, [4]) 를 사용하였고, 음성 언어 이해를 위한 개념 추출 접근 방법〔5]을 사용해서 대화 관리에 필요한 필수 요소들을 추출한다. 의미 표현은 프레임 형태의 슬롯 구조를 가짐으로써 목표 지향적인 화행 및 대화 관리를 위한 작업구조를 직접적으로 반영한다.
1단계에서 포커스 프레임의 이전 슬롯 값의 상속 여부를 결정하며, 이를 위해 "clear"와 "not cl泡r"의 이진 분류를 위해 ME 모델을 적용하였다. "not clear" 태그는 현재 발화에 생략어가 있다는 것을 나타내며, 이런 경우에 시스템은 이전 포커스 프레임으로부터 슬롯 값들을 상속한다.
실험은 대용어와 생략어 복원 시스템의 효과를 평가하기 위한 것으로, 평가 척도는 F-measure를 사용하였다.

성능/효과

즉, 음성인식 오류가 포함되어 있지 않다. 예측한 대로 ES2 성능이 ESI보다 높은 성능을 보였다. 이전 연구에서는 Tetreault and Allen[기가 담화 분할 정보를 이용한 대명사 복원 알고리즘을 평가해서 68.
도메인과 언어, 그리고 시스템 기능이 다르기 때문에 본 논문예서 제안한 시스템과 이전 연구를 직접 비교하는 것은 어렵다. 동일한 데이터에 대한 합리적인 bas仪ine과성능이 비교된 것은 아니지만 [기과 에 비해서 표3의결과는 제안된 시스템이 유용하고 실제 대화 시스템에서 적용될 수 있음을 보여준다.
TCRe 특정 목적이 주어진 상황에서 시스템이 최종적으로 목적을 달성하였는지를 평가한다. 사용자 만족도(User Satisfaction Ratio: USR)는 SRR, DSR, TCR의 평균값이며, 시스템 성능의 최종척도로 사용하였다 표 4는 그 결과를 보여준다 예상대로 ESI의 경우예 OOG와 OOV 문제 때문에 SRR의 성능이 매우 낮았다. DSR과 TCR 평가에서는 대화 시스템만올 독립적으로 평가하기 위해서 음성인식 오류를 모두 바르게 수정하였다.
4% 성능을 보였다. 이 결과로부터 제안된 대용어 복원 및 생략어 복원 기술이 실제로 음성 대화 시스템의 성능에도먜우 긍정적언 효과를 주고, 실제 상용화 목적으로도 활용할 수 있음을 보여 주었다.

참고문헌 (9)

M. Maragoudakis, A. Thanopoulos, and N. Fakotakis, "MeteoBayes: effective plan recognition in a weather dialogue system," IEEE Intelligent Systems, vol.22, pp.67-77, 2007.

상세보기
K. Komatani, N. Kanda, M. Nakano, et al., "Multi-domain spoken dialogue system with extensibility and robustness against speech recognition errors," Proc. 7th SIGdial Workshop on Discourse and Dialogue, 2006.
J. F. Allen, B. W. Miller, F. K. Ringger, et al., "A robust system for natural spoken dialogue," Proc. 34th annual meeting on Association for Computational Linguistics, pp.62-70, 1996.
S. J. Goldwater, E. O. Bratt, J. M. Gawron, et al., "Building a robust dialogue system with limited data," Proc. ANLP/NAACL 2000 Workshop on Conversational systems, vol.3, pp.61-65, 2000.
J. Park, S. Lee and S. Kim, "Keyword spotting for far-field speech input by categorical fillers and speech enhancement," Proc. 22nd Speech Communication and Signal Processing, 2005.
C. Lee, J. Eun, M. Jeong, et al., "A multi-strategic concept-spotting approach for robust understanding of spoken Korean," ETRI journal, vol.29, no.2, pp.179-188, 2007.

원문보기 상세보기
J. R. Tetreault and J. F. Allen, "Dialogue structure and pronoun resolution," Proc. DAARC, 2004.
L. A. Nielsen, "Verb phrase ellipsis detection using automatically parse text," Proc. COLING, pp.1093- 1099, 2004.
V. Zue, S. Seneff, J.R. Glass, et al., "JUPITER: A telephone-based conversational interface for weather information," IEEE Trans. Speech and Audio Processing, vol.8, no.1, pp.85-96, 2000.

상세보기

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증