A stochastic case frame approach for natural language understanding
A stochastic case frame approach for natural language understanding
复制标题
自然语言理解的随机案例框架方法
DOI：
10.1109/icslp.1996.607775
复制
发表时间：
1996
期刊：
影响因子：
--
通讯作者：
J. Gauvain
中科院分区：
文献类型：
--
作者：
W. Minker;S. Bennacef;J. Gauvain
针对ARPA航空旅行信息服务（ATIS）任务，提出了一种基于随机的自然口语系统语义分析方法。已经在LIMSI使用的口语系统的语义分析器使用基于规则的大小写语法。在这项工作中，语义分析的规则系统被一个相对简单的一阶隐马尔可夫模型所取代。这两种方法的性能可以比较，因为它们使用相同的语义表示，尽管它们的意义提取方法相当不同。我们使用一种评估方法来评估不同语义级别的性能，包括在ARPA ATIS范式中使用的数据库响应比较。
A stochastically based approach for the semantic analysis component of a natural spoken language system for the ARPA Air Travel Information Services (ATIS) task has been developed. The semantic analyzer of the spoken language system already in use at LIMSI makes use of a rule-based case grammar. In this work, the system of rules for the semantic analysis is replaced with a relatively simple first-order hidden Markov model. The performances of the two approaches can be compared because they use identical semantic representations, despite their rather different methods for meaning extraction. We use an evaluation methodology that assesses performance at different semantic levels, including the database response comparison used in the ARPA ATIS paradigm.