[ Skip to the content ]

Institute of Formal and Applied Linguistics

at Faculty of Mathematics and Physics, Charles University, Prague, Czech Republic


[ Back to the navigation ]

Publication


Year 2016
Type in proceedings
Status published
Language English
Author(s) Dušek, Ondřej Jurčíček, Filip
Date 14.9.2016
Title A Context-aware Natural Language Generator for Dialogue Systems
Czech title Kontextový generátor přirozeného jazyka pro dialogové systémy
Proceedings 2016: Stroudsburg, PA, USA: SIGDIAL 2016: Proceedings of the 17th Annual Meeting of the Special Interest Group on Discourse and Dialogue
Pages range 185-190
How published online
URL http://www.aclweb.org/anthology/W/W16/W16-3622.pdf
Supported by 2014-2016 GAUK 20582/2014 (Adaptivní generátor přirozeného jazyka) 2016 SVV 260 333 (Teoretické základy informatiky a výpočetní lingvistiky) 2016-2019 LM2015071 (LINDAT-CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat) 2012-2016 LK11221 (Vývoj metod pro návrh statistických mluvených dialogových systémů) 2012-2016 PRVOUK P46 (Informatika)
Czech abstract Představujeme nový generátor přirozeného jazyka pro hlasové dialogové systémy, který je schopný přizpůsobit se způsobu, jakým mluví uživatel, a poskytovat odpovědi přiměřené kontextu dialogu. Generátor je založen na neuronových sítích a přístupu sequence-to-sequence. Je plně trénovatelný z dat, která spolu s trénovacími výstupy generátoru obsahují také předchozí kontext. Ukazujeme, že kontextový generátor přináší signifikantní zlepšení oproti základnímu generátoru, a to jak z pohledu automatických metrik, tak v preferenčním testu lidského hodnocení.
English abstract We present a novel natural language generation system for spoken dialogue systems capable of entraining (adapting) to users' way of speaking, providing contextually appropriate responses. The generator is based on recurrent neural networks and the sequence-to-sequence approach. It is fully trainable from data which include preceding context along with responses to be generated. We show that the context-aware generator yields significant improvements over the baseline in both automatic metrics and a human pairwise preference test.
Specialization linguistics ("jazykověda")
Confidentiality default – not confidential
Open access no
ISBN* 978-1-945626-23-4
Address* Stroudsburg, PA, USA
Month* September
Venue* USC Institute for Creative Technologies
Publisher* Association for Computational Linguistics
Institution* Association for Computational Linguistics
Organization* Association for Computational Linguistics
Creator: Common Account
Created: 10/17/16 5:19 PM
Modifier: Almighty Admin
Modified: 2/25/17 10:07 PM
***

Content, Design & Functionality: ÚFAL, 2006–2016. Page generated: Sat Nov 18 03:53:58 CET 2017

[ Back to the navigation ] [ Back to the content ]

100% OpenAIRE compliant