May, 2022

用于端到端对话行为分类的神经韵律编码器

PDF
TL;DR本文提出一种端到端神经网络架构，考虑到在话语中不同层级中共现的韵律现象的表征需求并利用一个可学习的门控机制来评估韵律特征的重要性并选择性地保留端对端 DAC 所需的核心信息。实验结果表明，我们的模型在三个公共基准数据集上将 DAC 的精度提高了 1.07% 的绝对值。
dialogue act classificationprosodic featuresneural architectureend-to-end modeldac accuracy
发现论文，激发创造
  • 语音解析：一种神经方法用于集成词汇和声学 - 韵律信息

    本文中，我们提出了一个模型，该模型使用卷积神经网络对能量和音高轨迹进行耦合，并使用基于注意力机制的循环神经网络，接受文本和韵律特征，并结合转录文本和声学 - 韵律特征，以自动解析口语话语，并发现不同类型的声学 - 韵律特征都有助于解析，对比一个强文本基线，该模型取得了显著的改进。错误分析表明，声学 - 韵律特征的主要优点在于有误流畅度的句子，附加决策得到最大的改进，文本转录错误掩盖了音韵的改进。

    Apr, 2017

  • 韵律能协助自动分类会话语音中的对话行为吗？

    研究探讨了在自然会话中如何将对话行为自动分类。通过使用语音学特征、词汇信息和特定领域的统计语言模型的组合，可以识别自然对话中各个对话行为，以提供更有效的自然语言处理应用。

    Jun, 2000

  • 利用对话历史的语言和韵律语境进行端到端共情对话语音合成的声学建模

    提出了一种综合考虑语言和韵律话语历史的共情式对话语音合成模型，通过预训练的自监督学习模型、引入韵律特征模型等手段，实现对话语境的适当预测，取得了优秀的语音合成效果。

    Jun, 2022

  • 基于上下文意识的神经网络自动化生成转录文本的对话行为分类

    本文提出了一种新的方法，该方法结合了卷积神经网络（CNN）和条件随机场（CRF），用于自动生成转录文本中的对话行为（DA）分类。结果表明，CNN 和 CRF 相结合的方法能够提高对话行为分类的准确性，同时基于端到端的自动语音识别系统似乎更适合于该任务。

    Feb, 2019

  • 面向开放域对话代理的上下文对话行为分类

    本文提出了一种名为 CDAC 的深度学习算法，通过在 Switchboard 人际对话数据集上进行预训练并在人机对话数据集上微调，实现了上下文对话行为分类，并表明采用小样本人机对话数据微调 CDAC 模型可以更精确地预测真实用户的对话行为，为未来的改进提供了有希望的方向。

    May, 2020

  • 利用自动会话评估器实现连贯和引人入胜的口语对话响应生成

    本研究提出一个评估聊天机器人响应的系统，利用明确的反馈机制改进神经响应图生成模型，从而获得更具连续性和参与度的响应。

    Apr, 2019

  • 目标驱动和视觉对话系统的全流程优化

    本文介绍了一种基于深度强化学习的方法，使用策略梯度算法来优化基于任务且与视觉相关的对话，该方法在通过 Mechanical Turk 收集的 12 万个对话数据集上进行了测试，并提供了鼓舞人心的结果，可以解决生成自然对话和在复杂图像中发现特定对象的问题。

    Mar, 2017

  • 改进的动态记忆网络在对话行为分类中的对抗训练

    本文提出了一种将 DA 分类问题转化为问答问题并采用改进的动态记忆网络和分层金字塔语句编码器的方法，同时使用对抗训练方法来解决传统训练方法无法正确分类对抗样本的问题，实验结果表明该模型不仅具有鲁棒性，而且相较于一些最新的基准模型表现更优。

    Nov, 2018

  • 一种双重注意力的分层循环神经网络在对话行为分类中的应用

    提出了一种基于双重注意力层级循环神经网络的对话行为分类模型，利用话题建模作为辅助任务和双任务特定注意力机制来捕捉对话行为和话题之间的交互信息，从而大大提高了 DA 分类的效果。

    Oct, 2018

  • 序列到序列模型中对话行为预测的注意力引导

    采用 Seq2Seq 模型进行对话行为分类预测，不需要手动特征处理，其在 SwDA 和 MRDA 数据集上获得了高准确率的成果。

    Feb, 2020