Adaptive Training for Robust Spoken Language Understanding

García, Fernando; Sanchís, Emilio; Hurtado, Lluís F.; Segarra, Encarna

doi:10.1007/978-3-319-25751-8_62

Cited by 1 publication

(1 citation statement)

References 12 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…More recently, in (Zamora-Martínez et al 2012), the authors attempted to enrich the ASR module with semantic knowledge, and achieved promising results. Other works such as (Tur, Deoras, and Hakkani-Tur 2013;García et al 2015a) have explored the possibility of learning the semantic models for SLU by using the automatic transcriptions of the training sentences instead of the orthographically correct sentences. This way, the variability introduced by ASR errors is conveyed to the SLU system.…”

Section: Statistical Approaches To Spoken Language Understandingmentioning

confidence: 99%

A Strategy for Multilingual Spoken Language Understanding Based on Graphs of Linguistic Units

Lance¹

View full text Add to dashboard Cite

This thesis has been developed under a FPU scholarship (AP2010-4193) granted by the Spanish Government, and in the framework of the projects TIMPANO: Technology for complex human-machine conversational interaction with dynamic learning (TIN2011-28169-C05-01), and ASLP-MULAN: Audio, speech and language processing for multimedia analytics (TIN2014-54288-C4-3-R).A mi familia. AgradecimientosPensaba que no, que esta parte no me costaría mucho de escribir, pero no podía estar más equivocado. A veces es muy difícil expresar con palabras lo que uno siente, y más cuando una etapa tan importante está a punto de terminar. Y, aunque no suelo ser de agradecimientos públicos, creo que es justo agradecer y reconocer aquí el apoyo y esfuerzo de muchas personas sin las cuales esta tesis probablemente no habría sido posible.En primer lugar quiero agradecer a mis directores Fernando García y Emilio Sanchis toda la ayuda que me han prestado a lo largo de este tiempo, y el haberse preocupado por que mi formación investigadora se completara. Todo empezó cuando Emilio Sanchis, que había sido mi profesor de algorítmica, me ofreció hacer mi proyecto final de carrera en el grupo de investigación ELiRF. En este grupo he trabajado durante más de seis años y siempre me he sentido valorado. Quiero agradecer a todos los miembros del grupo la confianza que siempre han mostrado en mí, el escuchar mis ideas por extrañas que a veces pudieran parecer, y el haberme ayudado a crecer como persona y como profesional. Pero, aparte de a mis directores, quiero agradecer en especial el apoyo, los conocimientos y la amistad que tres personas me han aportado siempre y que, de una forma u otra, han tenido un impacto decisivo en mi vida: Jon, Lluís y Salva.El día a día en el laboratorio durante estos años ha sido realmente agradable, y gran parte del mérito lo tienen los que han sido mis compañeros durante todo o parte de este tiempo: Joan, Ximo, Mario, Merche, Lucía, Sergio, Flores, Jorge, Paco... Algunos decían que nos lo pasábamos muy bien en el laboratorio, y la verdad es que tenían razón.Es muy posible que esta tesis jamás les llegue a ellos, pero me gustaría dar las gracias ahora, al final del camino académico, a algunos profesores que tuve antes de mi época universitaria, y sin los cuales no sería la persona que soy ahora mismo. Carmen, Doña Encarna, Don AbstractIn this thesis, the problem of multilingual spoken language understanding is addressed using graphs to model and combine the different knowledge sources that take part in the understanding process. As a result of this work, a full multilingual spoken language understanding system has been developed, in which statistical models and graphs of linguistic units are used. One key feature of this system is its ability to combine and process multiple inputs provided by one or more sources such as speech recognizers or machine translators.A graph-based monolingual spoken language understanding system was developed as a starting point. The input to this system is a set of sentences that is provided by...

show abstract

Section: Statistical Approaches To Spoken Language Understandingmentioning

confidence: 99%

A Strategy for Multilingual Spoken Language Understanding Based on Graphs of Linguistic Units

Lance¹

View full text Add to dashboard Cite

show abstract

Adaptive Training for Robust Spoken Language Understanding

Cited by 1 publication

References 12 publications

A Strategy for Multilingual Spoken Language Understanding Based on Graphs of Linguistic Units

A Strategy for Multilingual Spoken Language Understanding Based on Graphs of Linguistic Units

Contact Info

Product

Resources

About