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 23:21] ptacek |
draft [2009/09/01 11:46] ptacek |
||
---|---|---|---|
Line 4: | Line 4: | ||
+ | [[http:// | ||
+ | ====== Scenario Brief ====== | ||
- | ====== Description of Czech Companion November Demostrator ====== | + | C1 Dobrý den, jak se jmenujete? (intro-daf-based) |
+ | H1 Marie. | ||
- | The Czech version of the Companion deals with the Reminiscing about User's Photos scenario, taking advantage of data 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; 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 can be seen as a Speech Client, running modules dealing with ASR, TTS and ECA, second as an NLP Server. | + | C2 Těší mě. Já jsem Pavla a chtěla bych Vás blíž poznat. Jsem ráda, že mi ukážete Vaše fotografie. |
- | The dialog is driven by a dialog manager component by USFD (originally developed for the English Senior Companion prototype). The selection is backed by (a) appropriateness for the type of dialog we aim for (the corpus reveals frequent reoccurring topics to be handled by DAFs) , (b) availability of mature enough package within time frame that allows for integration, (c) possibility of reuse of DAF states and actions for the upcoming statistical DM by UOXF (however this is post November work). | + | C2 Co je tohle? |
+ | H2 To je moje rodina, rodiče, sestra, její manžel, moje dvě děti a její dvě děti. | ||
+ | H2 Byli u mě na Vánoce na návštěvě. | ||
- | {{user: | + | C3 Trávíte Vánoce takhle pohromadě? |
+ | H3 Teď už ne. | ||
+ | H3 Teď už všechny moje dětičky vylétaly z hnízda. | ||
+ | C4 Jak se jmenuje váš manžel? | ||
+ | H4 Manžel už nežije, jmenoval se Karel Šístek. | ||
- | ===== Automatic Speech Recognition (WP 5.1)===== | + | C5 Máte ráda Vánoce? |
- | features: improved language models, real-time speaker adaptation | + | H5 Teď už ne. |
- | performance indicator: WER | + | H5 Měla jsem je ráda, když byly děti malé. |
+ | H5 Teď už to ale není ono. | ||
+ | C6 Takže teď trávíte Vánoce sama? (ask_on_detail-daf-based) | ||
+ | H6 Nejsem úplně sama, chodím každé Vánoce k dceři, ale už to není, jak to bývalo, když byly doma malé děti. | ||
+ | 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. | ||
+ | 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. | ||
- | ===== Speech Reconstruction (WP 5.1 ???) ===== | + | C11 Takže Natálka je neposeda. repeat-rephrase |
- | features: omit filler phrases, remove irrelevant speech events, handle false starts, repetitions, | + | C11 Máte ještě nějaké další vnučky nebo vnuky? |
- | performance indicator: BLEU score between actual output and manually reconstructed sentences from corpora (T5.2.1), baseline: Moses with default settings | + | H11 Čekáme ještě další přírustek. |
+ | C12 Hlídáte je někdy? | ||
+ | H12 Hlídám dost často. | ||
+ | H12 Já mám děti ráda a jsem s nimi moc ráda. | ||
+ | C13 To je fajn. | ||
+ | C13 S dětmi je legrace. | ||
+ | H13 Ano. | ||
+ | C Podíváme se na další fotku? | ||
+ | ====== Scenario Brief 2 ====== | ||
+ | C1 Dobrý den, jak se jmenujete? intro | ||
+ | H1 Jindra. | ||
- | ===== Morphology Analyzer and POS tagging (WP 5.2) ===== | + | C2 Já jsem Pavla a budu si s Vámi povídat o Vašich fotkách. intro |
- | features: coverage of photo-pal domain, domain adapted tagger (XXX prida nam Jarka OOV slova co najdeme, bude PDTSC rucne oznackovane - do listopadu?) | + | C2 Hned se můžeme podívat na první. photo_maintenance |
- | performance indicator: OOV rate, accuracy | + | 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. | ||
- | ===== Syntactic Parsing (WP 5.2) ===== | + | C6 A co vlastně dělá váš syn? ask_on_detail dafclovek_30, |
- | features: induce dependencies and labels | + | H6 Můj syn je teďka v hospodě. |
- | performance indicator: accuracy (correctly induced edges, labels) | + | |
+ | 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. | ||
+ | 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. | ||
- | ===== Semantic Parsing (WP 5.2) ===== | + | C Tak se podíváme na další snímek. |
- | features: assignment of semantic roles (69 roles), coordinations, | + | C Co na něm můžeme vidět? |
- | performance indicator: accuracy (correctly induced edges, labels) | + | |
- | ===== Information Extraction (WP 5.2) ===== | ||
- | features: template based identification of predicates | ||
- | covering predicates from before-mentioned set of DAFs. | ||
- | performance indicator: accuracy | ||
+ | ====== 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. | ||
- | ===== Named Entities Recognition (WP 5.2) ===== | + | H1 Sice trochu pršelo, ale na lyže se muselo. |
- | features: detect person names, geographical locations, organization names | + | |
- | performance indicator: f-measure | + | |
+ | C2 Jak často jste na Šumavu jezdili? | ||
+ | | ||
+ | H2 Dost, ne tak často, ale aspoň asi dvakrát, třikrát za zimu. | ||
- | ===== Dialog Act Tagging (WP 5.2) ===== | + | C3 Jezdili jste jenom na lyže? |
- | features: domain tailored tagset (variation of DAMSL-SWBD) | + | ask_on_detail |
- | performance indicator: accuracy | + | 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. | ||
- | ===== Dialog Manager (WP 5.3) ===== | + | C6 Lyžujete ráda? |
- | features: integrated DAF-based dialog manager from previous English prototype, | + | ask_on_detail |
- | manual creation of DAFs covering following topics: Person_retired, Person_in_productive_age, Child, Husband, Wife, Wedding, Christmas, Death, Handling_stalled_dialog (most frequent topics in corpora), using customized DAF Editor provided by USFD. DAFs for listed topics containing Companion replies found in corpus are being enriched by human authored assessment statements, remarks and glosses in order to provide longer system utterances. | + | H6 Lyžovala jsem, ale teď už vůbec ne, protože mám operované koleno i kyčel. |
- | performance indicator: acceptability - manual evaluation of actions selected by DM | + | |
+ | 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: adding of functional words, morphological adjustments, | ||
- | performance indicator: BLEU score | ||
- | |||
- | |||
- | |||
- | ===== Emotional TTS (WP 5.5) ===== | ||
- | features: emotions will be expressed implicitly, through the usage of communicative functions; new female voice database was recorded for this purposes | ||
- | perfomance indicator: listening tests | ||
- | |||
- | |||
- | ===== Emotional Avatar Integration (WP 5.5) ===== | ||
- | features: new Czech female voice with affective features will be integrated with the TID avatar | ||
- | performance indicator: subjective evaluation of the naturalness and the ability to convey emotions (small-scale, | ||
- | |||
- | |||
- | ====== AZ PO LISTOPADU ====== | ||
- | |||
- | ===== Syntactic Parsing (WP 5.2) ===== | ||
- | features: adapted to domain (McD trained on manual PDTSC trees) | ||
- | performance indicator: accuracy (correctly induced edges, labels) | ||
- | |||
- | |||
- | ===== Sentiment Analysis (WP 5.2) ===== | ||
- | features: za tohle bych vydaval klasifikator, | ||
- | performance indicator: f-measure | ||
- | |||
- | ===== Complete System Evaluation ===== | ||
- | T5.2.7 tohle zminuje, nick webb to pro nas asi neudela | ||
- | performance indicator: number of tokens in user reply utterances, post-session questionare | ||
- | |||
- | |||
- | ===== advances ===== | ||
- | |||
- | advances in Czech NLU (on reconstructed spoken data): 300-500vet(? | ||
- | pos ? analyzovat, generovat a kontrolovat ' |