Implementace aproximativních Bayesovských metod pro odhad stavu v dialogových systémech
Approximative Bayes methods for belief monitoring in spoken dialogue systems
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/54781Identifikátory
SIS: 122733
Kolekce
- Kvalifikační práce [10691]
Autor
Vedoucí práce
Oponent práce
Žabokrtský, Zdeněk
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Teoretická informatika
Katedra / ústav / klinika
Ústav formální a aplikované lingvistiky
Datum obhajoby
10. 9. 2013
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
POMDP, Bayesovské metody, HMM, dialogové systémy, NLPKlíčová slova (anglicky)
POMDP, Bayesian methods, HMM, dialogue systems, NLPKaždý dialogový systém obsahuje komponentu řízení dialogu, která vykonává akce dialogového systému na základě dialogového stavu. Dialogový stav reprezentuje všechny dostupné informace. Systém pro odhad stavu slouží k udržování stavu dialogu a inte- graci nových informací ze systému porozumění. Pro efektivní práci komponenty řízení dialogu je důležité co nejpřesněji modelovat pravděpodobnostní rozdělení definované nad všemi stavy dialogu. Těchto stavů může být velké množství, proto se většinou používají aproximativní techniky. V této práci se budeme zabývat implementací aproximativních metod pro odhad stavu dialogu pomocí inference v Bayesovských sítích. Výsledkem je knihovna použitelná v systému pro odhad stavu reálného dialogového systému. 1
The most important component of virtually any dialog system is a dialogue manager. The aim of the dialog manager is to propose an action (a continuation of the dialogue) given the last dialog state. The dialog state summarises all the past user input and the system input and ideally it includes all information necessary for natural progress in the dialog. For the dialog manager to work efficiently, it is important to model the probability distribution over all dialog states as precisely as possible. It is possible that the set of dialog states will be very large, so approximative methods usually must be used. In this thesis we will discuss an implementation of approximate Bayes methods for belief state monitoring. The result is a library for dialog state monitoring in real dialog systems. 1