Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision Next revision Both sides next revision | ||
draft [2009/07/15 14:10] ptacek |
draft [2009/09/30 18:23] ptacek |
||
---|---|---|---|
Line 1: | Line 1: | ||
- | [[Progress Report]] | + | ====== Architecture Description ====== |
+ | Czech Companion follows the original idea of Reminiscing about the User's Photos, | ||
+ | taking advantage of the data collected in the first phase of the project (using a Wizard-of-Oz setting). The full recorded corpora was transcribed, | ||
+ | The architecture is the same as in the English version, i.e. a set of modules communicating through the Inamode (TID) backbone. However, the set of modules is different, see Figure 1. Regarding the physical settings, the Czech version runs on two notebook computers connected by a local network. One serves as a Speech Client, running modules dealing with ASR, TTS and ECA; the other one as an NLP Server. | ||
- | ====== Description | + | The NLU pipeline, DM, and NLG modules at the NLP Server are implemented using a CU's own TectoMT platform that provides access to a single in-memory data representation through common API. This eliminates the overhead |
- | The Czech version | + | The Knowledge Base consists |
- | however the set of modules differs | + | |
- | photopal domena, nahranej korpus, ze na to sou dafy (reusing SHEFF DM intergrated through Inamode Relayer (TID)) vhodny, moreover reusable for expected pomdp DM from UOX (reuse states, let pomdp' | ||
- | typy odpovedi a zpusob jejich implementace, | ||
- | NLP server s tectomt, ASR/TTS/SR client, connected over network | ||
- | XXX JPta | ||
- | advances in Czech NLU (on reconstructed spoken data): 300-500vet(? | + | ====== Progress Report ====== |
- | pos ? analyzovat, generovat a kontrolovat ' | + | |
+ | [[Progress Report]] - dal jsem to na zvlastni stranku, abysme si nelezli do zeli | ||
+ | [[http:// | ||
+ | ====== Scenario Brief ====== | ||
+ | C1 Dobrý den, jak se jmenujete? (intro-daf-based) | ||
+ | H1 Marie. | ||
- | ===== Automatic Speech Recognition (WP 5.1)===== | + | C2 Těší mě. Já jsem Pavla a chtěla bych Vás blíž poznat. Jsem ráda, že mi ukážete Vaše fotografie. |
- | features: improved language models, real-time speaker adaptation | + | |
- | performance indicator: WER | + | |
+ | C2 Co je tohle? (photo_maintenance) | ||
+ | H2 To je moje rodina, rodiče, sestra, její manžel, moje dvě děti a její dvě děti. | ||
+ | H2 Byli u mě na Vánoce na návštěvě. | ||
+ | C3 Trávíte Vánoce takhle pohromadě? | ||
+ | H3 Teď už ne. | ||
+ | H3 Teď už všechny moje dětičky vylétaly z hnízda. | ||
- | ===== Speech Reconstruction (WP 5.1 ???) ===== | + | C4 Jak se jmenuje váš manžel? |
- | features: omit filler phrases, irrelevant speech events, false starts, repetitions, | + | H4 Manžel už nežije, jmenoval se Karel Šístek. |
- | imlementation(zahrnout tuhle info?): moses natrenovany na korpusu | + | |
- | performance indicator: BLEU score (overall scoring of all features) to annotated corpora from T5.2.1., nejaka baseline | + | |
- | XXX Mirek | + | |
- | ===== Morphology Analyzer and POS tagging (WP 5.2) ===== | + | C5 Máte ráda Vánoce? |
- | features: XXX Mirek/ | + | H5 Teď už ne. |
- | performance indicator: accuracy | + | H5 Měla jsem je ráda, když byly děti malé. |
+ | H5 Teď už to ale není ono. | ||
- | ===== Syntactic Parsing | + | C6 Takže teď trávíte Vánoce sama? (ask_on_detail-daf-based) |
- | features: induce dependencies and labels | + | H6 Nejsem úplně sama, chodím každé Vánoce k dceři, ale už to není, jak to bývalo, když byly doma malé děti. |
- | performance indicator: f-measure | + | |
- | v tipu je natrenovat MacDonnalda na dialog datech, ten task je do M42, ted ne. | + | |
+ | C7 Jak děti vyrostou, tak má člověk najednou příliš mnoho času. | ||
+ | C7 Kdo je kdo na té fotce? | ||
+ | H7 U stromečku je můj synovec, ta holčička vedle je moje dcera, chlapeček s hračkou je můj syn, vedle je sestra, její manžel a nad ním je můj otec. | ||
+ | C8 To jste ale velká rodina. | ||
+ | C8 Jak se jmenuje vaše sestra? (companion commenting last utterance | ||
+ | H8 Sestra se jmenuje Marie Havlová, její manžel je Vladimír, ten bohužel nedávno zemřel. | ||
- | ===== Semantic Parsing (WP 5.2) ===== | + | C9 To je smutné. |
- | features: meaning representation with semantic roles (69 roles), coordinations, | + | C9 Znala jste ho dobře? |
- | performance indicator: f-measure | + | H9 Velmi dobře, trávili jsme obě rodiny společně hodně času. |
- | ===== Information Extraction (WP 5.2) ===== | + | C10 Máte už nějaká vnoučata? |
- | features: template based identification of predicates | + | H10 Mám vnučku Natálku. |
- | covering predicates from before-mentioned set of DAFs. | + | H10 Ona je takové živé děťátko, taková neposeda. |
- | performance indicator: accuracy | + | |
+ | C11 Takže Natálka je neposeda. repeat-rephrase | ||
+ | C11 Máte ještě nějaké další vnučky nebo vnuky? | ||
+ | H11 Čekáme ještě další přírustek. | ||
- | ===== Named Entities Recognition (WP 5.2) ===== | + | C12 Hlídáte je někdy? |
- | features: detect person names, geographical locations (organizations myslim nepotrebne) | + | H12 Hlídám dost často. |
- | performance indicator: f-measure | + | H12 Já mám děti ráda a jsem s nimi moc ráda. |
- | ===== Dialog Act Tagging (WP 5.2) ===== | + | C13 To je fajn. |
- | features: tagset derived from DAMSL-SWBD, DA is a key feature driving the decision, what to say next. | + | C13 S dětmi je legrace. |
- | performance indicator: accuracy | + | H13 Ano. |
+ | C Podíváme se na další fotku? | ||
- | ===== Sentiment Analysis (WP 5.2) ===== | + | ====== Scenario Brief 2 ====== |
- | features: za tohle bych vydaval klasifikator, | + | |
- | performance indicator: f-measure | + | |
+ | C1 Dobrý den, jak se jmenujete? intro | ||
+ | H1 Jindra. | ||
+ | C2 Já jsem Pavla a budu si s Vámi povídat o Vašich fotkách. intro | ||
+ | C2 Hned se můžeme podívat na první. photo_maintenance | ||
+ | C2 Co je na téhle fotce? | ||
+ | H2 Tak to je moje dcerka Jana, když se narodila. Ta je druhá, staršího jsem měla chlapce Jirku. Jana měla nevyvinutý | ||
+ | C3 A dneska je z ní pěkná mladá slečna. komentující věta | ||
+ | C3 Kdy se Jana narodila ? ask_on_detail | ||
+ | H3 Jana se narodila v roce 1957. To už jsem neměla ani tatínka. | ||
+ | C4 To mě mrzí. hodnotící_obecná | ||
+ | H4 Tatínek zemřel v roce 1956 a Jana se potom narodila v červnu 1957. Dneska už je to máma od dvou dospělých děvčat. | ||
- | ===== Complete System Evaluation ===== | + | C5 Kolik vnoučat vlastně máte? |
- | T5.2.7 tohle zminuje, nick webb to pro nas asi neudela | + | H5 Vnoučat mám teďka pět, Jirka má dva kluky a nyní, na staré kolena, holčičku. |
- | performance indicator: number of tokens in user utterances, post-session questionare | + | |
+ | C6 A co vlastně dělá váš syn? ask_on_detail dafclovek_30, | ||
+ | H6 Můj syn je teďka v hospodě. | ||
+ | C7 Takže Jirka je nyní v hospodě? repeat_rephrase | ||
+ | H7 Na staré kolena, vždyť už je mu taky 52, si vzal na starost hospodu. | ||
+ | C8 To je ale šikovný. hodnotící_zacílená topic: | ||
+ | C8 A kde pracuje Jana? skip_to_associated_topic daf: | ||
+ | H8 Je lékařka a dělá tady v Plzni. | ||
+ | H8 Je ředitelka v kojeneckém ústavu. | ||
- | ===== Dialog Manager (WP 5.3) ===== | + | C9 Bydlí v Plzni? ask_on_detail daf: |
- | features: reply types, using (language independed) predicates (prakticky to znamena, ze pojmenuju testy na prechodech | + | H9 Ano, v Plzni. Jsou tady kousíček, na Klatovské třídě. |
- | performance indicator: rucni hodnoceni prijatelnosti vybrane akce | + | |
+ | C10 Vzpomínáte si u téhle fotky ještě na něco? ask_for_more | ||
+ | H10 Už je to asi vše. | ||
+ | |||
+ | C Tak se podíváme na další snímek. | ||
+ | C Co na něm můžeme vidět? | ||
+ | |||
+ | |||
+ | ====== Scenario Brief 3 ====== | ||
+ | |||
+ | C1 Dobrý den Marie, už jsem se těšila na Vaše další fotky. intro, na základě loginu | ||
+ | C1 Co na té první můžeme vidět? | ||
+ | | ||
+ | H1 To jsme byli prvně s novým autem na Šumavě. | ||
+ | |||
+ | H1 Sice trochu pršelo, ale na lyže se muselo. | ||
+ | |||
+ | |||
+ | C2 Jak často jste na Šumavu jezdili? | ||
+ | | ||
+ | H2 Dost, ne tak často, ale aspoň asi dvakrát, třikrát za zimu. | ||
+ | |||
+ | |||
+ | C3 Jezdili jste jenom na lyže? | ||
+ | | ||
+ | H3 Byli jsme se tam podívat na chaloupku pana Wericha a také jsme byli v kostele. | ||
+ | |||
+ | H3 Kostel byl plný lidu, což u nás ve Štěnovicích není. | ||
+ | |||
+ | |||
+ | C4 To je zajímavé. | ||
+ | | ||
+ | H4 Já jsem sice z Útušic, ale chodíme do kostela do Štěnovic. | ||
+ | |||
+ | H4 Spadáme tam jak k doktoru, tak i pod matriku. | ||
+ | |||
+ | |||
+ | C5 Rozumím. | ||
+ | | ||
+ | C5 Jezdili jste i na víc dní, nebo jen na jednodenní výlety? | ||
+ | | ||
+ | H5 S dětmi, když byly malé, to byly jednodenní výlety. | ||
+ | |||
+ | |||
+ | C6 Lyžujete ráda? | ||
+ | | ||
+ | H6 Lyžovala jsem, ale teď už vůbec ne, protože mám operované koleno i kyčel. | ||
+ | |||
+ | |||
+ | C7 Člověk už na sebe musí dávat víc pozor. | ||
+ | | ||
+ | C7 Máte to na Šumavu daleko? ask_on_detail daf:vylet | ||
+ | H7 Je to od nás z Útušic přes 30 kilometrů. | ||
+ | |||
+ | C8 Takže jste jezdili na Šumavu na lyže autem. | ||
+ | C8 Děti také baví lyžovat? skip_to_associated_topic | ||
+ | H8 Syn rád jezdí na běžkách. A dnes je moderní ten snowboard, tak to zkouší. | ||
+ | |||
+ | C9 To je šikovný. hodnotící_zacílená | ||
+ | C9 A dcera? ask_on_detail | ||
+ | H9 Ta moc nesportuje. | ||
+ | |||
+ | C Řeknete mi ještě něco k téhle fotce? ask_for_more | ||
+ | C A kdo je na téhle? photo_maintenance | ||
- | ===== Natural Language Generation (WP 5.4) ===== | ||
- | features: variations, underspecified input (dott format), emotional markup (natvrdo v dafech a templatech u hodnoticich vet) | ||
- | performance indicator: BLEU score |