『徳島大学 教育・研究者情報データベース (EDB)』---[学外] /
ID: Pass:

登録内容 (EID=85155)

EID=85155EID:85155, Map:0, LastModified:2014年11月21日(金) 15:33:07, Operator:[北 研二], Avail:TRUE, Censor:0, Owner:[北 研二], Read:継承, Write:継承, Delete:継承.
種別 (必須): 国際会議 [継承]
言語 (必須): 英語 [継承]
招待 (推奨):
審査 (推奨):
カテゴリ (推奨):
共著種別 (推奨):
学究種別 (推奨):
組織 (推奨): 1.徳島大学.工学部.知能情報工学科.基礎情報工学講座 [継承]
著者 (必須): 1.北 研二 ([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
役割 (任意): (英)   (日) 筆頭著者として,研究手法の提案,評価,および論文執筆を担当した.   [継承]
貢献度 (任意):
学籍番号 (推奨):
[継承]
2. (英) Sasaki Minoru (日) (読)
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
題名 (必須): (英) Automatic Acquisition of Probabilistic Dialogue Models  (日) 確率的対話モデルの自動獲得   [継承]
副題 (任意):
要約 (任意): (英) In this paper, we automatically deduce dialogue structures from a corpus with probabilistic methods. Each utterance in the corpus is annotated with a speaker label and an utterance type called IFT. We use an Ergodic HMM and the ALERGIA algorithm, an algorithm for learning probabilistic automata by means of state merging, to model speaker-IFT sequences.  (日) コーパスに基づく確率的言語モデルとしては,従来は主に語彙統語論的なモデルが扱われてきており,より高次の言語情報である対話に対するモデルはなかった.本論文では,陳述·命令·約束などの発話行為タイプが付与された対話コーパスから,エルゴードHMMおよび状態マージング手法に基づいた学習アルゴリズムを用いて,対話の確率的言語モデルを自動的に生成する手法を提案した.   [継承]
キーワード (推奨):
発行所 (推奨): (英) 4th International Conference on Soft Computing (日) (読) [継承]
誌名 (必須): (英) 4th International Conference on Soft Computing (日) (読)
ISSN (任意):
[継承]
(必須):
(必須):
(必須): 925 928 [継承]
都市 (必須):
年月日 (必須): 西暦 1996年 10月 初日 (平成 8年 10月 初日) [継承]
URL (任意):
DOI (任意):
PMID (任意):
NAID (任意):
WOS (任意):
Scopus (任意):
評価値 (任意):
被引用数 (任意):
指導教員 (推奨):
備考 (任意):

標準的な表示

和文冊子 ● Kenji Kita and Minoru Sasaki : Automatic Acquisition of Probabilistic Dialogue Models, 4th International Conference on Soft Computing, (巻), (号), 925-928, (都市), Oct. 1996.
欧文冊子 ● Kenji Kita and Minoru Sasaki : Automatic Acquisition of Probabilistic Dialogue Models, 4th International Conference on Soft Computing, (巻), (号), 925-928, (都市), Oct. 1996.

関連情報

Number of session users = 1, LA = 0.82, Max(EID) = 376549, Max(EOID) = 1008438.