结合声学、内容与交互特征以发现会议中的热点片段
计算与语言
2022-02-22 v2
摘要
参与热点片段已被提出作为会议分析的一个有用概念，并在超过 15 年中时断时续地被研究。这些是会议中由人类标注者判定具有高度参与者参与度的区域。然而，先前的工作要么未在形式化机器学习设置中进行，要么仅关注可能会议特征或下游应用（如摘要）的子集。在本文中，我们研究了会议的各种声学、语言与语用方面，无论是孤立还是联合，能在多大程度上帮助检测热点片段。在此背景下，使用 openSMILE 工具包基于声学-韵律线索提取特征，使用 BERT 词嵌入编码词汇内容，并使用基于语音活动的多种统计量来描述参与者之间的言语交互。在标注的 ICSI 会议语料库上的实验中，我们发现词汇模型信息量最大，交互与声学-韵律模型组件带来增量贡献。
引用
@article{arxiv.1910.10869,
title = {Combining Acoustics, Content and Interaction Features to Find Hot Spots in Meetings},
author = {Dave Makhervaks and William Hinthorn and Dimitrios Dimitriadis and Andreas Stolcke},
journal= {arXiv preprint arXiv:1910.10869},
year = {2022}
}
备注
Revised for publication