应用语料库和语意相依法则於中文语音文件之摘要.PDF

應用語料庫和語意相依法則於中文語音文件之摘要 Spoken Document Summarization Using Topic-Related Corpus and Semantic Dependency Grammar 黃建霖 謝嘉欣 吳宗憲 國立成功大學資訊工程系 Email: {chicco, ngsnail, chwu}@.tw 摘要 自動語音 文件摘要技術 ，可應用於資訊的檢索 、語意壓 縮及資料記錄 等方面。目前自動語音摘要存在 幾個問題 ，首 先是語音辨識準確率的提升 ，以及如何對語音內容 萃取重要資訊 、生成在句法及語意上合理 的摘要結果 。本論文提出ㄧ應用主題相關語料庫和語意相依法則於中文語音文件之摘要 。首 先，語音文件 透過大詞彙連續語音辨識的 方法，將語音辨識成文字，並獲得摘要單 元斷點、音節 以及詞等資訊 。語音摘 要部份 ，就語音本質從五個分數去分析，分別為：語音辨識信賴分數、詞重要性分數、語言分數、句法結 構分數及語意相依法則分數 ，而後利用動態規劃搜尋演算法 (dynamic programming algorithm, DP)獲得初步 摘要結果 。最後 ，為了使摘要語音串 接輸出能具平滑特性 ，我們將摘要語音的有效語音段取 出，計算語音 頻譜特徵 ，考慮串聯單 元彼此間的流暢度 ，挑選語音文件中重複的單 元以串接生成摘要語音 。由實驗結果 得知 ，本研究所提出之自動語音摘要 架構與人工摘要結果相比 ，能有效地萃取重要資訊 ，串接合 成流暢的 摘要語音 。 1.簡介 近年來電腦 、電信網路、 通訊與多 媒體等資訊科技的成熟發展 ，政府為提升行政效率，投入大量人 力物力從事資訊化 ，其中電子公文就是一個很好的例子 。現今資訊科技進步 ，改變 了人類溝通方式，也改 變了知識的管理和傳承 ，以及資訊的散播和儲存， 對人類社會產生革命性的影響。目前國立故宮 博物院 、 國立歷史 博物館等負責保存國家文物的機 構 ，也積極地與產學界合作發展數位典藏計畫 ，將傳 統文化創作 的保存工作 ，利用新科技以資訊化的 方式長久保存。此外不乏一般的大型企業、新聞傳播事 業等，本身都 保有大量累積的資訊 。隨著科技的進 步，資料型態可能已不再侷限於 文字檔案，也包含各式的多 媒體影音 資料，如：圖片、聲音及影像等。因此許多學者專家研究如何編碼壓縮，研究體積更小、容量更大的儲存 媒體，除此之外，文件檢索 、摘要一直以來都是研究的重要主題 。知識傳授， 教育學習以及理念的傳播 ， 透過語音表達是最自然 而且直接的方法。自動語音摘要技術對語音資 料做語意上的壓縮 ，目的在於依使用 者需求 ，在大量的資料裡將 無用多餘的資訊去除 ，保留 具代表文章意 涵的資訊並且自動建構 出合乎文法及 語意的內容。 自動語音 文件摘要研究的主題在於語音辨識 、摘要模型 以及語音串接 語音辨。 識雖 然仍存在有許 多瓶 頸 ，但由於過 去學者的努力 ，已累積有相當的研究 成果。目前中文語音辨識研究多 以統計式模型的方法 為 主，應用隱藏 式馬可夫模型(hidden Markov model, HMM) ，來建立以音節或次音節為基礎的聲 學模型，並 配合多連語言模型的應用，可將大量連續語音做詞彙的 辨識。 摘要部份可分 為文字摘要及語音摘要 ，文字摘要研究主要在於分 析文章結構 、字詞重要性 ，一般常見 的方法如： 分析段落位置、句子長度、以詞頻和反轉文件頻率表示(term frequency * inverse document frequency, tf.idf計算詞的) 重要性等 [1][2] 。相對於文字 ，語音摘要需要透過自動語音辨識 ，透過文字分析語 意層面的意涵 ，因 此辨識的好壞會對摘要結果產生影響 ，且因 為語音特性像是音高 、周 期或能量 等[3] ，可 提供音韻上的分析來決定重要語句的選擇 。過去日本東京工業大 學的研究 ，就 對語音摘要提 出了很好的基 本概念，透過語音摘要 參數的擷取 配，合動態規劃 搜尋演算法 ，找尋最佳的詞句組合 [4][5] 。但 方法上缺乏 對語意成分的分析理解，且對於