[发明专利]对话行为推定方法、对话行为推定装置以及程序在审
申请号: | 201710275956.6 | 申请日: | 2017-04-25 |
公开(公告)号: | CN107545897A | 公开(公告)日: | 2018-01-05 |
发明(设计)人: | 牛尾贵志 | 申请(专利权)人: | 松下知识产权经营株式会社 |
主分类号: | G10L17/04 | 分类号: | G10L17/04;G10L17/18;G10L15/06;G10L15/16;G10L15/183 |
代理公司: | 北京市中咨律师事务所11247 | 代理人: | 徐健,段承恩 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 对话 行为 推定 方法 装置 以及 程序 | ||
技术领域
本公开涉及推定语言表达文被分类的对话行为的对话行为推定方法以及对话行为推定装置。
背景技术
对话行为推定技术是将用户的语言表达向指出该语言表达的含义的对话行为变换的技术。作为这种技术,存在如下现有技术:使用以一句话为单位赋予了对话行为的对话语料库,将对对话行为有贡献的高频度的语句作为特征来进行学习(例如参照专利文献1以及专利文献2)。另外,还存在如下现有技术:不仅使用语句,还使用上下文信息(尤其是,前一句话),来学习依赖上下文的对话行为(例如参照专利文献3以及非专利文献1)。
在先技术文献
专利文献
专利文献1:日本专利第3016779号公报
专利文献2:日本专利第3059413号公报
专利文献3:日本专利第5591772号公报
非专利文献
非专利文献1:Nal Kalchbrenner,Phil Blunsom,"Recurrent Convolutional Neural Networks for Discourse Compositionality",arXiv preprint arXiv:1306.3584,2013.
发明内容
发明要解决的课题
关于这样的对话行为推定技术,期望进一步提高精度。
本公开的目的在于提供能够提高精度的对话行为推定方法或者对话行为推定装置。
用于解决课题的技术方案
本公开的一个技术方案所涉及的对话行为推定方法是推定语言表达文被分类的对话行为的对话行为推定装置中的对话行为推定方法,包括:取得使可能成为当前的语言表达文的第1文句的文本数据、可能成为所述第1文句的前一语言表达文的第2文句的文本数据、表示所述第1文句的说话者是否与所述第2文句的说话者相同的第1说话者交替信息、表示所述第1文句的分类的对话行为信息相关联而成的第1训练数据,将所述第1训练数据应用于预定模型,由此对所述当前的语言表达文和所述对话行为信息的关联进行学习,将所述学习的结果作为学习结果信息来进行存储。
发明的效果
本公开能够提供可以提高精度的对话行为推定方法或者对话行为推定装置。
附图说明
图1是示出实施方式所涉及的对话行为推定装置的结构的框图。
图2是实施方式所涉及的对话行为推定装置的处理的流程图。
图3是实施方式所涉及的学习部的框图。
图4是实施方式所涉及的学习处理的流程图。
图5是示出实施方式所涉及的训练语料库的一例的图。
图6是示出实施方式所涉及的训练语料库的一例的图。
图7是示出实施方式所涉及的神经网络的概略的图。
图8是实施方式所涉及的对话行为推定部的框图。
图9是实施方式所涉及的对话行为推定处理的流程图。
图10是示出实施方式所涉及的对话数据的一例的图。
图11是示出实施方式所涉及的对话数据的一例的图。
图12是示出实施方式所涉及的推定结果的一例的图。
图13是示出实施方式所涉及的推定结果的一例的图。
图14是示出实施方式所涉及的推定结果的精度的图。
图15是实施方式所涉及的对话系统的框图。
具体实施方式
(作为本公开的基础的见解)
在专利文献1中,作为问题的是:在基于作为声音识别结果与中间言语数据的对的学习数据,识别对话行为和概念的组合来作为中间言语以使得识别错误成为最小时,理解率较低。作为该问题的解决方案,使用通过概念推定用以及说话行为推定用有限状态自动装置进行的推定、和使用了多个概念以及概念的组合的二元模型(bi-gram model)的重排序,将声音识别结果变换为说话行为、概念或者概念的组合的序列。
另外,在专利文献2中,对于与专利文献1同样的问题,利用依赖于自然语言表达文所含的说话行为的制约、和依赖于自然语言表达文所含的语义的概念之间的组合的制约,提高识别对话行为和概念的组合时的理解率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于松下知识产权经营株式会社,未经松下知识产权经营株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710275956.6/2.html,转载请声明来源钻瓜专利网。