Differences

This shows you the differences between two versions of the page.

--- draft [2009/07/16 09:12]
ptacek
+++ draft [2009/09/01 11:46]
ptacek
@@ Line 4: / Line 4: @@
+[[http://72.55.153.148/mediawiki-1.8.2/index.php/CZ_Demo_%28November_2009%29_Specs_and_Components_%282009-07-17%29#Natural_Language_Generation_.28WP_5.4.29|final version of Czech Companion November Demonstrator description has moved to Companions wiki]]
+====== Scenario Brief ======
+C1 Dobrý den, jak se jmenujete? (intro-daf-based)
+H1 Marie.
-====== Description of Czech Companion November Demonstrator ======
+C2 Těší mě. Já jsem Pavla a chtěla bych Vás blíž poznat. Jsem ráda, že mi ukážete Vaše fotografie.
-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 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.
-The dialog is driven by a dialog manager component by USFD (originally developed for the English Senior Companion prototype), we supply the transition network (DAFs). 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 package within time frame that allows for integration, (c) possibility of reusing created DAF states, tests and specified actions for the upcoming statistical DM by UOXF (however this is post November work).
+C3 Trávíte Vánoce takhle pohromadě?
+H3 Teď už ne.
+H3 Teď už všechny moje dětičky vylétaly z hnízda.
-Our DAFs covering selected topics contain not only Companion replies mined from the corpora, but also new human-authored assessments, remarks and glosses to provide longer system utterances in order to encourage user to tell more.
+C4 Jak se jmenuje váš manžel?
+H4 Manžel už nežije, jmenoval se Karel Šístek.
-{{user:ptacek:czech_companion_diagram.png|}}
+C5 Máte ráda Vánoce?
+H5 Teď už ne.
+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.
-===== Automatic Speech Recognition (WP 5.1)=====
+C7 Jak děti vyrostou, tak má člověk najednou příliš mnoho času.
-features: improved language models, real-time speaker adaptation
+C7 Kdo je kdo na té fotce?
-performance indicator: WER
+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  bundled with follow-up question - to achieve longer responses)
+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.
+C11 Takže Natálka je neposeda. repeat-rephrase
+C11 Máte ještě nějaké další vnučky nebo vnuky?
+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.
-===== Speech Reconstruction (WP 5.2) =====
+C Podíváme se na další fotku?
-features: omit filler phrases, remove irrelevant speech events, handle false starts, repetitions, and corrections, polish word ordering
-performance indicator: BLEU score between actual output and manually reconstructed sentences from corpora (T5.2.1), baseline: Moses with default settings
+====== Scenario Brief 2 ======
+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?  photo_maintenance
+H2 Tak to je moje dcerka Jana, když se narodila. Ta je druhá, staršího jsem měla chlapce Jirku. Jana 	měla nevyvinutý  nějaký ten kloubeček , tak jí tehdá asi na dva měsíce dali peřinku . Dlouho to 	nenosila, měla to brzy v pořádku.
+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.
-===== Morphology Analyzer and POS tagging (WP 5.2) =====
+C5 Kolik vnoučat vlastně máte?
-features: coverage of photo-pal domain, domain adapted tagger **(XXX prida nam Jarka OOV slova co najdeme - Mirek uz vyrabi list, bude PDTSC rucne oznackovane - do listopadu?)**
+H5 Vnoučat mám teďka pět, Jirka má dva kluky a nyní, na staré kolena, holčičku.
-performance indicator: OOV rate, accuracy
+C6 A co vlastně dělá váš syn? ask_on_detail dafclovek_30,Jirka
+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:člověk
+C8 A kde pracuje Jana? skip_to_associated_topic daf:clovek_30,Jana
+H8 Je lékařka a dělá tady v Plzni.
+H8 Je ředitelka v kojeneckém ústavu.
-===== Syntactic Parsing (WP 5.2) =====
+C9 Bydlí v Plzni? ask_on_detail daf:clovek_30 pravděpodobná hodnota zvolená podle historie
-features: induce dependencies and labels
+H9 Ano, v Plzni. Jsou tady kousíček, na Klatovské třídě.
-performance indicator: accuracy (correctly induced edges, labels)
+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.  photo_maintenance
+C Co na něm můžeme vidět?  photo_maintenance
+====== Scenario Brief 3 ======
-===== Semantic Parsing (WP 5.2) =====
+C1 Dobrý den Marie, už jsem se těšila na Vaše další fotky. intro, na základě loginu
-features: assignment of semantic roles (69 roles), coordinations, argument structure, partial ellipsis resolution, pronominal anaphora resolution, post parsing detection of ungrammatical edges (caused by long user utterances)
+C1 Co na té první můžeme vidět?
-performance indicator: accuracy (correctly induced edges, labels)
+ photo_maintenance
+H1 To jsme byli prvně s novým autem na Šumavě.
-===== Information Extraction (WP 5.2) =====
+H1 Sice trochu pršelo, ale na lyže se muselo.
-features: template based identification of predicates
-covering predicates from  before-mentioned set of DAFs.
-performance indicator: accuracy
+C2 Jak často jste na Šumavu jezdili?
+ ask_on_detail
+H2 Dost, ne tak často, ale aspoň asi dvakrát, třikrát za zimu.
-===== Named Entities Recognition (WP 5.2) =====
-features: detect person names, geographical locations, organization names
-performance indicator: f-measure
+C3 Jezdili jste jenom na lyže?
+ ask_on_detail
+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.
-===== Dialog Act Tagging (WP 5.2) =====
+C4 To je zajímavé.
-features: domain tailored tag-set (variation of DAMSL-SWBD)
+ hodnotící_obecná
-performance indicator: accuracy
+H4 Já jsem sice z Útušic, ale chodíme do kostela do Štěnovic.
+H4 Spadáme tam jak k doktoru, tak i pod matriku.
+C5 Rozumím.
+ backchannel
+C5 Jezdili jste i na víc dní, nebo jen na jednodenní výlety?
+ ask_on_detail
+H5 S dětmi, když byly malé, to byly jednodenní výlety.
+C6 Lyžujete ráda?
+ ask_on_detail
+H6 Lyžovala jsem, ale teď už vůbec ne, protože mám operované koleno i kyčel.
+C7 Člověk už na sebe musí dávat víc pozor.
+ komentující
+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.  repeat_rephrase
+C8 Děti také baví lyžovat? skip_to_associated_topic
+H8 Syn rád jezdí na běžkách. A dnes je moderní ten snowboard, tak to zkouší.
-===== Dialog Manager (WP 5.3) =====
+C9 To je šikovný. hodnotící_zacílená
-features: integrated DAF-based dialog manager from previous English prototype,
+C9 A dcera? 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.
+H9 Ta moc nesportuje.
-performance indicator: acceptability - manual evaluation of actions selected by DM
+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, generating paraphrases for hard-coded utterances, underspecified input (dott format), passing-through of emotional markup (originating in DAFs)
-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
-performance 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, given the time constraint)
---------------cut here----------------
-====== AZ PO LISTOPADU (NENI SOUCASTI ZPRAVY PRO PO) ======
-===== 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, co rozhoduje ,jestli se rekne 'To je smutné/veselé'. Tem adjektivum rucne priradim negative/positive sentiment.
-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(?) rucne anotovat pos, a-tree, t-tree, IE predicates, Named Entities, DA pro eval in-domain testy after Nov.
-pos ? analyzovat, generovat a kontrolovat 'jen' kde je rozdil ve forme?

[ Back to the navigation ] [ Back to the content ]

Institute of Formal and Applied Linguistics Wiki

Differences