通过将以说话人意图检测作为辅助任务来改进口语对话中的话轮结束检测
计算与语言
2018-05-18 v1 人工智能
摘要
本工作关注于利用声学线索对双人口语对话中的话轮转换进行建模。先前的研究表明，说话人意图（例如提问、发出反馈语等）能够影响话轮转换行为，并且是口语对话中话轮转换的良好预测因子。然而，说话人意图在自动化系统运行时并不可直接获得；这使得难以利用该信息来预测话轮转换。为此，我们提出了一种多任务神经方法，用于同时预测话轮转换与说话人意图。我们的结果显示，在不依赖运行时额外输入特征的情况下，增加说话人意图预测的辅助任务可改进口语对话中话轮转换预测的性能。
引用
@article{arxiv.1805.06511,
title = {Improving End-of-turn Detection in Spoken Dialogues by Detecting Speaker Intentions as a Secondary Task},
author = {Zakaria Aldeneh and Dimitrios Dimitriadis and Emily Mower Provost},
journal= {arXiv preprint arXiv:1805.06511},
year = {2018}
}
备注
ICASSP 2018