Full metadata record
| DC pole | Hodnota | Jazyk |
|---|---|---|
| dc.contributor.advisor | Švec, Jan | |
| dc.contributor.author | Jedličková, Markéta | |
| dc.contributor.referee | Šmídl, Luboš | |
| dc.date.accepted | 2014-09-11 | |
| dc.date.accessioned | 2015-03-25T09:24:48Z | |
| dc.date.available | 2013-09-23 | cs |
| dc.date.available | 2015-03-25T09:24:48Z | |
| dc.date.issued | 2014 | |
| dc.date.submitted | 2014-08-29 | |
| dc.identifier | 58325 | |
| dc.identifier.uri | http://hdl.handle.net/11025/12333 | |
| dc.description.abstract | Tato diplomová práce představuje návrh několika strategií pro automatizovaný výběr trénovacích dat modelu porozumění mluvené řeči. Nejprve jsou obecně popsány hlasové dialogové systémy a jejich souvislost s oblastí výběru dat pro trénování modelu. Dále je popsán hierarchický diskriminativní model používaný v této práci k ověření navržených metod. Následuje přehled nově vyvinutých strategií zabývajících se náhodným výběrem dat a výběrem dle hodnoty posteriorní pravděpodobnosti, F-skóre a míry Vu. Pro tyto metody je provedeno experimentální ověření a jsou po natrénování modelu vyhodnoceny za pomoci konceptové přesnosti. Závěrečná kapitola shrnuje přínos navržených strategií pro výběr trénovacích dat modelu porozumění mluvené řeči a jejich využití v praxi. | cs |
| dc.format | 46 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | cs | cs |
| dc.publisher | Západočeská univerzita v Plzni | cs |
| dc.rights | Plný text práce je přístupný bez omezení. | cs |
| dc.subject | hlasové dialogové systémy | cs |
| dc.subject | porozumění mluvené řeči | cs |
| dc.subject | výběr dat pro trénování modelu | cs |
| dc.title | Automatizovaný výběr dat pro trénování modelu porozumění mluvené řeči | cs |
| dc.title.alternative | Automatized data selection for training the spoken language understanding model | en |
| dc.type | diplomová práce | cs |
| dc.thesis.degree-name | Ing. | cs |
| dc.thesis.degree-level | Navazující | cs |
| dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
| dc.description.department | Katedra kybernetiky | cs |
| dc.thesis.degree-program | Aplikované vědy a informatika | cs |
| dc.description.result | Obhájeno | cs |
| dc.rights.access | openAccess | en |
| dc.description.abstract-translated | This master's thesis presents different methods for automated selection of training data for spoken language understanding. First, the spoken dialog systems are described in relation to area of training data selection. Then the hierarchical discriminative model is described. This model is used to verify the proposed methods. The following is an overview of newly developed strategies dealing with random data selection and data selection according to the value of the posterior probability, F-score and the rate of Vu. For these methods is performed experimental verification and their impact on the concepts accuracy. The final chapter summarizes the benefits of proposed strategies for the training data selection and its use in practice. | en |
| dc.subject.translated | spoken dialog system | en |
| dc.subject.translated | spoken language understanding | en |
| dc.subject.translated | selection of training data | en |
| Vyskytuje se v kolekcích: | Diplomové práce / Theses (KKY) | |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| DP_Marketa_Jedlickova_2014.pdf | Plný text práce | 1,1 MB | Adobe PDF | Zobrazit/otevřít |
| Jedlickova-v.pdf | Posudek vedoucího práce | 2,72 MB | Adobe PDF | Zobrazit/otevřít |
| Jedlickova-o.pdf | Posudek oponenta práce | 2,48 MB | Adobe PDF | Zobrazit/otevřít |
| Jedlickova-p.pdf | Průběh obhajoby práce | 1,26 MB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/12333Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.