선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 시나리오를 작성하였다. 또한 본 연구에서는 텔레뱅킹 도메인에서 사용자의 자연스러운 발화를 얻기 위해 데이터 및 시스템의 오류에 대한 화자의 반응을 살펴보기 위한 대화 음성 DB를 제작하였다.
- 본 논문에서는 텔레뱅킹 영역의 대화음성 DB를 녹음하고 발음정보 및 언어정보 태깅을 수행하는 과정을 설명하였으며 이를 통해 대화음성 인식시스템 개발의 기반이 되는 데이터를 구축하는데 필요한 고려사항을 보여준다.
- 본 연구에서는 규칙에 의한 방법으로 형태소 분석을 한 뒤, 그 결과를 사용하여 다시 통계적 처리에 의해 형태소 태깅을 수행하는 시스템을 구현함으로써 규칙의 확장에 따른 어려움과 견고성 및 일관성 유지의 문제를 해결하고자 하였다. 통계적 처리 모델은 기본적으로 은닉 마코프 모델(HMM)을 사용했으며, 형태소의 모호성을 해결하기 위하여 Viterbi 알고리즘을 이용했다.
- 있다. 본 연구에서는 대용량의 대화음성 DB의 수집을 수행하면서도 발전된 대화 시스템 개발에 필요한 언어적 지식을 체계적으로 태깅하기 위한 표준안을 제안함으로써 향후 다양한 영역의 한국어 대화음성 DB구축에 참고가 되고자 한다.
- 본 연구에서는 대화음성 DB 및 언어정보가 태깅된 말뭉치 구축을 하였으며 그 과정에서 발음열, 형태소, 구문 및 의미정보 태깅 도구를 개발하고 개선하였다.
- 본 연구에서는 화행 분석을 위해서 현재 분류 영역에서 가장 좋은 성능을 보이고 있는 지지 벡터 기계(SVM)을 이용하여 화행을 분석하는 시스템을 개발하였다.
- 전사 규칙의 목적은 이를 이용하여 음향 모델과 언어모델을 훈련시키고자 함이다. 음향 모델을 훈련하기 위해서는 발성된 대로의 표기가 필요하며 언어모델을 위해서는 사투리나 잘못 발성 된 단어들에 대해서는 표준 표기로 바꾸어 주는 것이 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.