온톨로지 메모리 증강 ASR 교정을 위한 장문 텍스트-음성 혼합 대화

요약

본 논문은 장문 텍스트와 음성이 혼합된 대화 환경에서 발생하는 ASR(자동 음성 인식) 교정의 한계를 극복하기 위한 새로운 프레임워크를 제안합니다. 이 방법은 이전 상호작용 기록을 온톨로지 메모리로 구성하여 개체, 용어, 의미 관계 등을 저장하고 검색 가능한 노드로 활용합니다. 실험 결과, 이 프레임워크는 기존 방식보다 문맥 의존적 ASR 오류에 대해 더 정확하고 증거 기반의 교정을 제공함을 입증했습니다.

핵심 포인트

• ASR 교정은 짧은 문맥을 넘어 대화 수준의 문맥적 증거가 필요하다.
• 온톨로지 메모리는 개체, 용어, 의미 관계 등을 저장하여 검색 가능한 노드를 제공한다.
• 제안된 프레임워크는 장거리 ASR 교정에 효과적이며 높은 개선율을 보였다.