La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Identifying problematic dialogs in a human-computer dialog system

Truong, Hoang Cuong (2010). Identifying problematic dialogs in a human-computer dialog system. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[img]
Prévisualisation
PDF
Télécharger (956kB) | Prévisualisation
[img]
Prévisualisation
PDF
Télécharger (655kB) | Prévisualisation

Résumé

In this thesis, we present the development of an automatic system that identifies problematic dialogues in the context of a Human-Computer Dialog System (HCDS). The system we developed is a type of application in Pattern Classification domain. In this work, we propose a probabilistic approach that predicts user satisfaction for each turn of dialogue. To do so, all the features used in our system are automatically extracted from the utterance. A robust and fast machine learning scheme, Hidden Markov Model (HMM) is used to build our desired system. In order to evaluate the system performance, we experimented on two publicly distributed corpora: DARPA Communicator 2000 and 2001. We evaluated the system using a 10-fold stratified cross-validation. Our results show that the system could be used in real life applications.

Titre traduit

Identification des dialogues problématiques dans un système de personne-machine

Résumé traduit

Dans ce mémoire, nous présentons le développement d'un système automatique qui permet d'identifier les dialogues problématiques dans le contexte d'un système de dialogue personnemachine. Le système que nous développons est un type d'application dans le domaine de Reconnaissance de formes et inspection (Pattern Classification). Dans ce travail, nous proposons une approche probabiliste qui permet de prédire la satisfaction de l’usager à chaque tour de parole dans un dialogue parlé. Pour ce faire, toutes les caractéristiques utilisées dans notre système sont automatiquement extraites de l'énoncé. Un modèle de Markov caché (HMM) est utilisé pour construire notre système. Afin d'évaluer la performance du système, nous faisons l'expérimentation sur deux corpus publiquement distribués par le Linguistic Data Consortium (DARPA Communicator 2000 et DARPA Communicator 2001). La validation croisée est utilisée comme méthode d’évaluation. Nos résultats montrent que le système pourrait être appliqué à des problématiques réelles.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Thesis presented to L'École de technologie supérieure in partial fulfillment of the requirements for a master's degree in electrical engineering". Bibliogr. : f. [92]-94.
Mots-clés libres: Systèmes conversationnels (Informatique) Intéraction homme-machine (Informatique) Exploration de données (Informatique) Reconnaissance des formes (Informatique) Apprentissage automatique. Caché, Classification, Communicator, Darpa, Dialogue, forage de données, identificateur de dialogues problématiques, Machine, Markov, Personne, Problematique.
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Dumouchel, Pierre
Co-directeurs de mémoire/thèse:
Co-directeurs de mémoire/thèse
Boufaden, Narjès
Programme: Maîtrise en ingénierie > Génie électrique
Date de dépôt: 28 mars 2011 14:55
Dernière modification: 15 févr. 2017 00:30
URI: http://espace.etsmtl.ca/id/eprint/662

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt

Statistique

Plus de statistique...