Experiments in Dialogue Context Dependent Language Modelling

Abstract

The German prototype (SUn Germ) of the European project SUndial ¹ aims at a telephone based real time system for oral dialogues to inquire a database on intercity train schedules. To enhance system Performance one of our goals is to improve the recognition accuracy by minimizing the perplexity. We will show that our bigram language model component which can be dynamically changed according to the context of the dialogue, can further reduce this perplexity. This paper describes the integration of linguistic knowledge into the continuous speech recognizer². Especially our experiments in the interaction of the language model component and the dialogue manager are presented. In our evaluation part we compare our approaches with and without dynamically varied language models by an overview of results of the Performance measurement.

Zusammenfassung

Der deutsche Prototyp (SUnGerm) des europäischen Projektes SUndial ³ hat als Ziel ein Echtzeitsystem zur Bearbeitung von gesprochenen Dialogen, mit denen Informationen aus einer Datenbank der Intercity Fahrpläne über Telefon abgefragt werden können. Um die Performanz des Erkennungssystems zu vergrößern und die Erkennungsrate zu verbessern, ist es eine unserer Perspektiven, die Perplexität zu minimieren. Durch unsere Sprachmodell-Komponente (Bigram), die abhängig vom Dialogkontext dynamisch veränderbar ist, können wir die Perplexität weiter reduzieren. Der Beitrag beschreibt die Integration von linguistischem Wissen in den Erkenner kontinuierlich gesprochener Sprache . Im Speziellen werden unsere Experimente zur Interaktion der Sprachmodell-Komponente mit dem Dialogmanager dargestellt. Durch Performanzmessungen vergleichen wir unsere Ansätze, die mit und ohne dynamische Anpassung der Sprachmodelle evaluiert werden.

The authors would like to thank their colleagues in the SUndial project, who contributed to the work described here: G. Bakenecker, T. Kuhn.