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 18:25] 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. | ||
+ | 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 of repeated serialization and XML parsing that an Inamode based solution would impose otherwise. | ||
+ | The Knowledge Base consists of objects (persons, events, photos) that model the information acquainted in the course of dialog. Those objects also provide very basic reasoning (e.g. accounting for the link between date of birth and age properties). Each object' | ||
- | ====== Description of Czech Companion November Prototype ====== | ||
- | The Czech version of Companion deals with the Reminiscing about User's Photos scenario taking advantage of date recorded in first phase of the project. The basic architecture is same as of the English version, i.e. set of modules communicating through the Inamode Relayer (TID) backbone; | + | ====== Progress Report ====== |
- | however the set of modules differs (see Figure 1). Regarding the physical settings: the Czech version runs on two notebook computers connected by local network; one can be seen as a Speech Client, running modules dealing with ASR,TTS and ECA, second as an NLP Server. | + | |
- | 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' | + | [[Progress Report]] - dal jsem to na zvlastni stranku, abysme si nelezli |
- | 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(? | ||
- | pos ? analyzovat, generovat a kontrolovat ' | ||
+ | [[http:// | ||
+ | ====== Scenario Brief ====== | ||
+ | C1 Dobrý den, jak se jmenujete? (intro-daf-based) | ||
+ | H1 Marie. | ||
+ | C2 Těší mě. Já jsem Pavla a chtěla bych Vás blíž poznat. Jsem ráda, že mi ukážete Vaše fotografie. | ||
+ | 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. | ||
- | ===== Automatic Speech Recognition (WP 5.1)===== | + | C3 Trávíte Vánoce takhle pohromadě? |
- | features: improved language models, real-time speaker adaptation | + | H3 Teď už ne. |
- | performance indicator: WER | + | H3 Teď už všechny moje dětičky vylétaly z hnízda. |
+ | C4 Jak se jmenuje váš manžel? | ||
+ | H4 Manžel už nežije, jmenoval se Karel Šístek. | ||
+ | C5 Máte ráda Vánoce? | ||
+ | H5 Teď už ne. | ||
+ | H5 Měla jsem je ráda, když byly děti malé. | ||
+ | H5 Teď už to ale není ono. | ||
- | ===== Speech Reconstruction | + | C6 Takže teď trávíte Vánoce sama? (ask_on_detail-daf-based) |
- | features: omit filler phrases, irrelevant speech events, false starts, repetitions, corrections, | + | H6 Nejsem úplně sama, chodím každé Vánoce k dceři, ale už to není, jak to bývalo, když byly doma malé děti. |
- | 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) ===== | + | C7 Jak děti vyrostou, tak má člověk najednou příliš mnoho času. |
- | features: XXX Mirek/ | + | C7 Kdo je kdo na té fotce? |
- | performance indicator: accuracy | + | 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. |
- | ===== Syntactic Parsing (WP 5.2) ===== | + | C8 To jste ale velká rodina. |
- | features: induce dependencies and labels | + | C8 Jak se jmenuje vaše sestra? (companion commenting last utterance |
- | performance indicator: f-measure | + | H8 Sestra se jmenuje Marie Havlová, její manžel |
- | v tipu je natrenovat MacDonnalda na dialog datech, ten task je do M42, ted ne. | + | |
+ | C9 To je smutné. | ||
+ | C9 Znala jste ho dobře? | ||
+ | H9 Velmi dobře, trávili jsme obě rodiny společně hodně času. | ||
+ | C10 Máte už nějaká vnoučata? | ||
+ | H10 Mám vnučku Natálku. | ||
+ | H10 Ona je takové živé děťátko, taková neposeda. | ||
- | ===== Semantic Parsing (WP 5.2) ===== | + | C11 Takže Natálka je neposeda. repeat-rephrase |
- | features: meaning representation with semantic roles (69 roles), coordinations, | + | C11 Máte ještě nějaké další vnučky nebo vnuky? |
- | performance indicator: f-measure | + | H11 Čekáme ještě další přírustek. |
- | ===== Information Extraction (WP 5.2) ===== | + | C12 Hlídáte je někdy? |
- | features: template based identification of predicates | + | H12 Hlídám dost často. |
- | covering predicates from before-mentioned set of DAFs. | + | H12 Já mám děti ráda a jsem s nimi moc ráda. |
- | performance indicator: accuracy | + | |
+ | C13 To je fajn. | ||
+ | C13 S dětmi je legrace. | ||
+ | H13 Ano. | ||
- | ===== Named Entities Recognition (WP 5.2) ===== | + | C Podíváme se na další fotku? |
- | features: detect person names, geographical locations (organizations myslim nepotrebne) | + | |
- | performance indicator: f-measure | + | |
- | ===== Dialog Act Tagging (WP 5.2) ===== | + | ====== Scenario Brief 2 ====== |
- | features: tagset derived from DAMSL-SWBD, DA is a key feature driving the decision, what to say next. | + | |
- | performance indicator: accuracy | + | |
+ | C1 Dobrý den, jak se jmenujete? intro | ||
+ | H1 Jindra. | ||
- | ===== Sentiment Analysis (WP 5.2) ===== | + | C2 Já jsem Pavla a budu si s Vámi povídat o Vašich fotkách. intro |
- | features: za tohle bych vydaval klasifikator, co rozhoduje , | + | C2 Hned se můžeme podívat na první. photo_maintenance |
- | performance indicator: f-measure | + | 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. | ||
+ | C5 Kolik vnoučat vlastně máte? | ||
+ | H5 Vnoučat mám teďka pět, Jirka má dva kluky a nyní, na staré kolena, holčičku. | ||
+ | C6 A co vlastně dělá váš syn? ask_on_detail dafclovek_30, | ||
+ | H6 Můj syn je teďka v hospodě. | ||
- | ===== Complete System Evaluation ===== | + | C7 Takže Jirka je nyní v hospodě? repeat_rephrase |
- | T5.2.7 tohle zminuje, nick webb to pro nas asi neudela | + | H7 Na staré kolena, vždyť už je mu taky 52, si vzal na starost hospodu. |
- | performance indicator: number of tokens in user utterances, post-session questionare | + | |
+ | 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. | ||
+ | C9 Bydlí v Plzni? ask_on_detail daf: | ||
+ | H9 Ano, v Plzni. Jsou tady kousíček, na Klatovské třídě. | ||
+ | C10 Vzpomínáte si u téhle fotky ještě na něco? ask_for_more | ||
+ | H10 Už je to asi vše. | ||
- | ===== Dialog Manager (WP 5.3) ===== | + | C Tak se podíváme na další snímek. |
- | features: reply types, using (language independed) predicates (prakticky to znamena, ze pojmenuju testy na prechodech | + | C Co na něm můžeme vidět? |
- | performance indicator: rucni hodnoceni prijatelnosti vybrane akce | + | |
+ | |||
+ | ====== 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 |