3-Q-10 複数の言語情報を用いたCRFによる音声認識誤りの検出松本智彦，佐古淳，滝口哲也，有木康雄 (神戸大) 研究背景・目的意味スコアによる誤り検出 周辺の内容語との類似度の平均： SC(w) 音声認識結果を用いた処理（音声検索など） ⇒音声認識誤りが性能に悪影響を与える 誤り訂正へ入力音声民主党は早急に解散するよう・・・音声認識結果民主党は野球に解散するよう・・・誤り検出正正誤正正正誤り傾向を示す言語情報正・・・正解部分，誤り部分で出現しやすい特徴を学習する文脈窓：N単語 wi 犯罪 w 裁判大根弁護士 sim(w, wi ) LSA：単語共起を用いた類似度例不自然なn-gram ：「と-いう-ます」「し-き-まし」不自然な接続：「未然形-名詞（言わ-年）」音素数の多い単語は正解の可能性が高い 1 SC(w)   sim(w, wi ) N wi SC(w)を窓内のSC(wi)の平均で正規化：SS(w) 1 SCavg ( w)   SC(wi ) N wi 問題点学習には音声認識結果と対応する正解文書が必要 ⇒出現頻度の低いn-gramは適切に学習することが困難 SS(w)  SC(w)  SCavg (w) 問題点機能語のような頻出単語に対しては意味をなさない CRFによる誤り検出表層単語所望の基本周波でおばラッパー信頼度 0.7 0.2 0.8 0.2 0.0 0.1 0.1 品詞名詞助詞名詞名詞助詞名詞名詞・・・・・・・・・・・・・・・・・・・・・・・・ SS 0 * 0 0.05 * -0.1 -0.1 idf 9 * 3 6 * 6 8 素性正解ラベル正正正正正誤誤ある特徴とラベルのペアが存在するかしないか各素性の重みを学習重み □（信頼度0=“0.1”，”誤”） ⇒ 0.315 □（表層-1=“基本” && 表層0=“周波” ，”正”） ⇒ 0.119 □（SS0=“-0.1” && idf0=“8”，”誤”） ⇒ 0.359 意味スコアと単語重みの組み合わせ・・・内容語として動詞、形容詞、名詞のみに意味スコアを与える ⇒内容語の中にも「こと」「する」のような頻出単語が含まれる・・・・・・・・・・・・・・・・・・単語重みidfの利用全文書数 idfi  log 単語iの出現する文書数 idfが大きな単語 ⇒意味スコアの効果が大きい実験結果実験条件講演数発話数単語数語彙数内容語数機能語数誤り率無罪学習 150 52,692 484,405 10,418 187,154 297,251 23.6% 評価 10 2,667 22,522 2,348 8,782 13,740 25.8% 用いた素性音声認識スコア：信頼度言語情報：n-gram、読み、音素数、など意味情報：意味スコア+単語重み評価値：誤り検出の適合率、再現率、F値で比較誤り検出性能素性全単語内容語機能語 CM 言語意味 idf 適合率再現率 F値適合率再現率 F値適合率再現率 ○ × × × 0.661 0.507 0.574 0.650 0.459 0.538 0.667 0.531 × ○ × × 0.726 0.571 0.640 0.682 0.546 0.607 0.750 0.585 0.69 0.22 0.33 × × ○ ○ 0.694 0.076 0.138 4 1 6 ○ ○ × × 0.736 0.679 0.706 0.701 0.671 0.686 0.754 0.683 ○ ○ ○ × 0.754 0.684 0.717 0.745 0.690 0.717 0.758 0.680 ○ ○ ○ ○ 0.753 0.687 0.718 0.748 0.700 0.723 0.756 0.680 改善例 周辺に「接尾」「活用」「語彙」「助詞」 ⇒「丹後（単語）」「イチゴ（一語）」に誤りのラベル 周辺に「音楽」「歌っ」「弾い」 ⇒「ギター」に正解のラベル考察 意味スコアを加えることで誤り検出性能の改善が見られた 意味スコアを加えたことによる改善率は小さい 周辺に頻出単語や認識誤りが多いと意味スコアの性能が落ちる今後の予定 認識誤りに頑健な意味スコア 他に誤り検出に有効な素性がないか検討 誤り検出から誤り訂正へ F値 0.592 0.657 0.717 0.717 0.716