首页> 中文会议>第十八届中国计算语言学大会暨中国中文信息学会2019学术年会 >自动构建基于电视剧字幕和剧本的日常会话基础标注库

自动构建基于电视剧字幕和剧本的日常会话基础标注库

页面导航

摘要
著录项
相似文献
相关主题

摘要

真实人类对话数据量不足已经成为限制数据驱动的对话生成系统性能提升的主要因素,尤其是汉语语料.为了获得丰富的日常会话语料,可以利用字幕时间戳信息把英语电视剧的英语字幕及其对应的汉语字幕进行同步,从而生成了大量的汉英双语同步字幕.然后通过信息检索的方法把双语同步字幕的英文句子跟英语剧本的演员台词进行自动对齐,从而将剧本中的场景和说话者信息映射到双语字幕中,最后得到含有场景及说话者标注的汉英双语日常会话库.利用这种方法,自动构建了包含978,109对双语话语消息的接近人类日常会话的多轮会话数据库CEDAC.经过抽样分析,场景边界的标注准确率达到97.0％,而说话者的标注准确率也达到91.57％.该标注库为后续进行影视剧字幕说话者自动标注和多轮会话自动生成研究打下了很好的基础.

著录项

来源
《第十八届中国计算语言学大会暨中国中文信息学会2019学术年会》|2018年|1-11|共11页
会议地点北京
作者
Yuhai Liang; 梁宇海; Qiang Zhou; 周强;
展开▼
作者单位

教育部华中师范大学;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类文字信息处理;
关键词
日常会话标注库; 双语字幕; 时间戳信息; 自动对齐;

相似文献

中文文献
外文文献
专利

1. 自动构建基于电视剧字幕和剧本的日常会话基础标注库 [J] . 梁宇海 ,周强 . 中文信息学报 . 2020,第001期
2. 基于语料库和规则库的石油本体自动构建研究 [J] . 文必龙 ,段炼 ,汪志群 . 计算机技术与发展 . 2015,第009期
3. 基于剧本及字幕信息的视频分割方法 [J] . 李松斌 ,王玲芳 ,王劲林 . 计算机工程 . 2010,第015期
4. 四方联手悬奖20万元金狮吼唤电视好剧本——在“金狮奖”优秀电视剧本征稿活动新闻发布会上的讲话 [J] . 耿可贵 . 上海艺术家 . 1997,第001期
5. 汉语日常会话的对话行为分析标注研究 [J] . 周强 . 中文信息学报 . 2017,第006期
6. 国别化汉语中介语语料库的基础标注和偏误标注 [C] . 胡晓清 ,许小星 . 第二届汉语中介语语料库建设与应用国际学术讨论会 . 2012
7. 基于基础地理数据库的地理本体自动构建研究 [A] . 陈素娟 . 2011

自动构建基于电视剧字幕和剧本的日常会话基础标注库

摘要

著录项

相似文献

相关主题

期刊订阅