Titelaufnahme

Titel
Identifying relevant cues for uncertainty in dialogue / by Tobias Schrank
Verfasser/ VerfasserinSchrank, Tobias
Begutachter / BegutachterinVollmann Ralf
Erschienen2014
Umfang[VII], 102 S. : Zsfassungen (2 Bl.)
HochschulschriftGraz, Univ., Masterarb., 2014
Anmerkung
Zsfassungen in dt. und engl. Sprache
SpracheEnglisch
DokumenttypMasterarbeit
Schlagwörter (GND)Unsicherheit / Kommunikation / Unsicherheit / Kommunikation / Online-Publikation
URNurn:nbn:at:at-ubg:1-67636 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Identifying relevant cues for uncertainty in dialogue [0.63 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Unsicherheit ist allgegenwärtig in menschlicher Kommunikation. Durchden starken Kontakt mit unsicheren Äußerungen sind Menschen in derLage, diese mit relative hoher Genauigkeit zu erkennen. Im Gegensatzdazu sind heutige Computersysteme, die gesprochene Spracheverarbeiten, nicht dafür ausgelegt, Unsicherheit zu erkennen. NachdemMenschen auf solche Information zurückgreifen, um besser auf ihrenGesprächspartner eingehen zu können, dürften auch Computersysteme vonihrer Verwendung profitieren.Diese Masterarbeit gibt eine Übersicht über verschiedene Arten derUnsicherheit und verwandter Phänomene. Sie untersucht die Rolle vonUnsicherheit in menschlicher Kommunikation und bespricht linguistischeund akustische Merkmale von unsicherer Sprache, wie sie in relevanterLiteratur erwähnt werden. Diese Merkmale werden durch weitereMerkmale ergänzt, die das Resultat meiner Analyse eines Korpus vonnatürlichen, zielorientierten Dialogen sind. Schließlich werden dieseMerkmale in einem statistischen Klassifikationsverfahren eingesetzt,deren Ergebnisse zeigen, dass unsichere Äußerungen im Korpus mitrelativ hoher Genauigkeit erkannt werden können (F-Maß .70,Genauigkeit .74).

Zusammenfassung (Englisch)

Uncertainty is ubiquitous in natural human communication. While humanlisteners are used to assessing the speaker's degree of uncertainty atany time, they are fairly good at it, too. In contrast, currentlyavailable computer systems dealing with spoken language are usuallynot built to perform this task. As humans make use of suchparalinguistic information quite heavily to shape communication,computer systems such as dialogue systems are likely to benefit fromits use as well.This thesis provides an overview of different kinds of uncertaintyoccurring in spoken language and proceeds examining their role forhuman communication. Linguistic and acoustic cues for uncertaintythat have been mentioned in the literature are discussed.Subsequently this set of cues is supplemented by cues derived from myanalysis of the Kiel Corpus of Spontaneous Speech, a corpus ofnaturalistic task-oriented spoken German. Finally, a classifier basedon Support Vector Machines is built using these cues. Experimentalresults conducted with this classifier show that a relatively highproportion of uncertainty can be correctly detected (Fone