利用笑声出现情况的主题结构混合框架
机器学习
2020-01-06 v1 计算与语言
声音
音频与语音处理
摘要
会话话语连贯性依赖于语言与副语言现象。本文通过多层次层级结构将副语言与语言知识结合到一个混合框架中，从而输出话语级主题结构。笑声出现情况被用作来自 ICSI 数据库多方会议转写文本的副语言信息。我们提出一种基于聚类的算法，从两个独立的优化聚类（即层次凝聚聚类和 -medoids）中选出最佳主题段聚类，随后与已有的基于词汇衔接的贝叶斯主题分割框架迭代混合。该混合方法提升了两种独立方法的性能。这引出了对主题结构与话语关系结构之间交互的简要研究。这种无需训练的主题结构方法可应用于口语对话的在线理解。
引用
@article{arxiv.2001.00573,
title = {A Hybrid Framework for Topic Structure using Laughter Occurrences},
author = {Sucheta Ghosh},
journal= {arXiv preprint arXiv:2001.00573},
year = {2020}
}