20 C. Wutiwiwatchai, S. Furui / Spe

20 C. Wutiwiwatchai, S. Furui / Speech Communication 49 (2007) 8–27
However, it is worth mentioning here for a complete review
of speech technology evaluated with Thai speech data.
6.1. Spoken dialogue systems
Wutiwiwatchai and Furui (2003b) initiated the first
complete Thai spoken dialogue system in the domain of
hotel reservation. Their subsequent works investigated a
novel spoken language understanding (SLU) component
(Wutiwiwatchai and Furui, 2006; Wutiwiwatchai and
Furui, 2003a; Wutiwiwatchai and Furui, 2004a), which
was suitable for languages with weak grammars such as
Thai. The SLU model consisted of three parts: concept
extraction based on weighted finite-state automata; goal
identification using a pattern classifier; and, concept-value
extraction based on simple rules. The model was claimed
to be able to handle sentences with highly flexible grammar.
Moreover, the SLU model can be trained by a
partially annotated corpus and hence is expected to be
applicable to other languages and dialogue domains as
well. A more efficient method of concept extraction introduced
in their subsequent work was a hybrid statistical
and structural semantic model, which was implemented
on the basis of weighted finite-state automata (Wutiwiwatchai
and Furui, 2004b).
In 2005, Suchato et al. (2005) set up another Thai spoken
dialogue system in the domain of call routing, which
helped connect a desired person to a customer. They evaluated
two dialogue flows, a one-step request where the
customer input both the contact name and his/her
department, and a two-step request where the name of
the department needed to be input prior to the name of
the person within that department. Although the system
was simple, it showed a higher potential for the use of this
speech recognition engine over a telephone network.

ผลลัพธ์ (ไทย) 1:

20 C. Wutiwiwatchai, Furui s ได้ / พูดสื่อสาร 49 (2007) 8-27อย่างไรก็ตาม มีมูลค่ากล่าวถึงที่นี่ตรวจทานเสร็จสมบูรณ์เทคโนโลยีเสียงที่ประเมิน ด้วยข้อมูลเสียงไทย6.1 การสนทนาระบบWutiwiwatchai และ Furui (2003b) เริ่มแรกทำระบบสนทนาไทยในโดเมนของจองห้องพัก ตรวจสอบการปฏิบัติงานภายหลังการนวนิยายพูดภาษาเข้าใจ (SLU) ส่วนประกอบ(Wutiwiwatchai และ Furui, 2006 Wutiwiwatchai และFurui, 2003a Wutiwiwatchai และ Furui, 2004a), ซึ่งไม่เหมาะกับ grammars อ่อนแอเช่นไทย รุ่น SLU ประกอบด้วย 3 ส่วน: แนวคิดแยกตามออโตมาตาสถานะจำกัดน้ำหนัก เป้าหมายรหัสที่ใช้ classifier รูปแบบ และ แนวคิดค่าแยกตามกติกาง่าย ๆ แบบจำลองถูกอ้างสามารถจัดการกับประโยค มีไวยากรณ์ที่มีความยืดหยุ่นสูงนอกจากนี้ รุ่น SLU สามารถรับคำสอนโดยการบางส่วนของการใส่คำอธิบายประกอบคอร์พัสคริ และดังนั้น คาดว่าจะใช้กับภาษาอื่น ๆ และโดเมนโต้เป็นดี วิธีการสกัดแนวคิดที่นำมาใช้มีประสิทธิภาพมากขึ้นในการทำงานของพวกเขาต่อมาถูกผสมทางสถิติและโครงสร้างทางตรรก ซึ่งได้ดำเนินการโดยออโตมาตาสถานะจำกัดถ่วงน้ำหนัก (Wutiwiwatchaiก Furui, 2004b)ในปี 2005, Suchato et al. (2005) ตั้งค่าพูดไทยอีกบทสนทนาระบบในโดเมนของการเรียกสาย การช่วยเชื่อมต่อผู้ที่ต้องการ จะมีประเมินสองโต้ไหล คำขอขั้นตอนเดียวเป็นการลูกค้าป้อนข้อมูลชื่อผู้ติดต่อทั้งสอง และเขา/เธอแผนก และสองขั้นตอนการร้องขอชื่อต้องป้อนก่อนชื่อของแผนกบุคคลในแผนกนั้น ๆ แม้ว่าระบบนำ พบว่ามีศักยภาพสูงในการใช้งานนี้โปรแกรมการรู้จำเสียงผ่านเครือข่ายโทรศัพท์

ผลลัพธ์ (ไทย) 2:

20 Wutiwiwatchai ซีเอส Furui / คำพูดการสื่อสารที่ 49 (2007) 8-27 แต่ก็เป็นมูลค่าการกล่าวขวัญที่นี่สำหรับความคิดเห็นที่สมบูรณ์ของเทคโนโลยีเสียงพูดการประเมินกับข้อมูลเสียงพูดภาษาไทย. 6.1 ระบบการสนทนาพูดWutiwiwatchai และ Furui (2003b) เริ่มแรกที่สมบูรณ์แบบไทยพูดบทสนทนาในระบบโดเมนของการจองโรงแรม ผลงานของพวกเขาที่ตามมาสอบสวนความเข้าใจภาษาพูดนวนิยาย (SLU) ส่วนประกอบ (Wutiwiwatchai และ Furui 2006; Wutiwiwatchai และFurui, 2003a; Wutiwiwatchai และ Furui, 2004a) ซึ่งเป็นที่เหมาะสมสำหรับภาษาที่มีไวยากรณ์ที่อ่อนแอเช่นไทย รูปแบบ SLU ประกอบด้วยสามส่วนคือแนวคิดการสกัดขึ้นอยู่กับออโตจำกัด รัฐถ่วงน้ำหนัก; เป้าหมายการระบุการใช้ลักษณนามรูปแบบ; และแนวความคิดที่มีมูลค่าการสกัดบนพื้นฐานของกฎง่ายๆ รูปแบบที่ได้รับการอ้างว่าจะสามารถที่จะจัดการกับประโยคที่มีความยืดหยุ่นสูงไวยากรณ์. นอกจากนี้ยังมีรูปแบบการ SLU สามารถผ่านการฝึกอบรมโดยคลังข้อเขียนบางส่วนและด้วยเหตุนี้คาดว่าจะมีผลบังคับใช้กับภาษาอื่นๆ และการเจรจาโดเมนเป็นอย่างดี วิธีที่มีประสิทธิภาพมากขึ้นของแนวคิดการสกัดนำมาใช้ในการทำงานของพวกเขาที่ตามมาเป็นไฮบริดทางสถิติและโครงสร้างรูปแบบความหมายที่ถูกนำมาใช้บนพื้นฐานของออโตจำกัด รัฐถ่วงน้ำหนัก (Wutiwiwatchai และ Furui, 2004b). ในปี 2005 สุชาโต et al, (2005) การตั้งค่าอื่นพูดไทยระบบการสนทนาในโดเมนของการกำหนดเส้นทางสายซึ่งช่วยเชื่อมต่อเป็นคนที่ต้องการให้กับลูกค้า พวกเขาได้รับการประเมินทั้งสองไหลเจรจาขอขั้นตอนเดียวที่ป้อนข้อมูลลูกค้าทั้งชื่อติดต่อและของเขา/ เธอสรรพสินค้าและการร้องขอที่สองขั้นตอนที่ชื่อของฝ่ายที่จำเป็นในการป้อนข้อมูลก่อนที่จะมีชื่อของคนที่อยู่ในนั้นแผนก แม้ว่าระบบได้ง่ายมันแสดงให้เห็นศักยภาพที่สูงขึ้นสำหรับการใช้งานในครั้งนี้การรู้จำเสียงผ่านเครือข่ายโทรศัพท์

ผลลัพธ์ (ไทย) 3:

20 . wutiwiwatchai เอส ฟูรูอิ / การพูดสื่อสาร 49 ( 2550 ) 8 – 27
แต่มันเป็นมูลค่าการกล่าวขวัญที่นี่สมบูรณ์ทบทวน
การพูดเทคโนโลยีประเมินร่วมกับข้อมูลเสียงพูดภาษาไทย .
6.1 . พูดสนทนาและระบบ
wutiwiwatchai ฟูรู ( 2003b ) ริเริ่มครั้งแรก
สมบูรณ์ไทย บทสนทนาที่ใช้ในระบบโดเมนของ
จองโรงแรม ของพวกเขาที่ตามมาทำงานตรวจสอบ
นวนิยายภาษา พูดเข้าใจ (
( slu ) ส่วนประกอบและ wutiwiwatchai ฟูรู , 2006 ; wutiwiwatchai
ฟูรูอิ และ 2003a ; wutiwiwatchai ฟูรู , และ , ,
2004a ) ซึ่งเหมาะสมกับไวยากรณ์ภาษาอ่อนแอเช่น
ไทย การ slu ประกอบด้วยสามส่วน : การสกัดแนวคิด
ขึ้นอยู่กับน้ำหนักจำกัดรัฐ จำกัด การกำหนดเป้าหมายการใช้แบบแผนแบบ

ค่านิยม และแยกตามกฎง่ายๆ แบบที่ถูกอ้างว่า
เพื่อให้สามารถจัดการกับประโยคที่มีไวยากรณ์มีความยืดหยุ่นสูง .
นอกจากนี้ slu แบบจำลองสามารถฝึกโดย
บางส่วนแสดงคลังข้อมูลจึงคาดว่าจะเกี่ยวข้องกับภาษาอื่น ๆและบทสนทนา

โดเมนเป็นอย่างดี เป็นวิธีที่มีประสิทธิภาพมากขึ้นของการสกัดแนวคิดแนะนำ
ในงานต่อมาคือสถิติ
ลูกผสมโครงสร้างและความหมาย ซึ่งเป็นการพัฒนาบนพื้นฐานของน้ำหนัก
จำกัดรัฐจำกัด ( wutiwiwatchai และ ฟูรูอิ
,
2004b ) ในปี 2005 suchato et al . ( 2005 ) การตั้งค่าภาษาไทยอื่นพูด
สนทนาระบบในโดเมนของการจัดเส้นทางการเรียก ซึ่ง
ช่วยเชื่อมต่อที่ต้องการคนลูกค้า พวกเขาประเมิน
สองบทสนทนาไหล เป็นขั้นตอนหนึ่งที่
ขอข้อมูลติดต่อลูกค้าทั้งชื่อของเขา / เธอและแผนก
ขอ 2 ที่ชื่อ
แผนกต้องใส่ก่อนชื่อ
บุคคลภายในแผนกนั้น แม้ว่าระบบ
ง่าย , มันมีค่าศักยภาพในการใช้งานนี้
speech recognition engine ผ่านเครือข่ายโทรศัพท์