Título
Expansión fonética de la consulta para la recuperación de información en documentos hablados
Phonetic query expansion for spoken document retrieval
Autor
Manuel Alejandro Reyes Barragán
Luis Villaseñor Pineda
Manuel Montes y Gómez
Nivel de Acceso
Acceso Abierto
Materias
Recuperación de Información - (RECUPERACIÓN DE INFORMACIÓN) Documentos hablados - (DOCUMENTOS HABLADOS) Expansión de la consulta - (EXPANSIÓN DE LA CONSULTA) Codificación fonética - (CODIFICACIÓN FONÉTICA) Information Retrieval - (INFORMATION RETRIEVAL) Spoken Documents - (SPOKEN DOCUMENTS) Query Expansion - (QUERY EXPANSION) Phonetic Codes - (PHONETIC CODES) CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA - (CTI) MATEMÁTICAS - (CTI) CIENCIA DE LOS ORDENADORES - (CTI) CIENCIA DE LOS ORDENADORES - (CTI)
Resumen o descripción
El enfoque tradicional para la búsqueda de información en grandes colecciones de documentos hablados consiste en integrar métodos de reconocimiento automático del habla (RAH) y técnicas de recuperación de información (RI) usadas para texto escrito. Una desventaja de este enfoque es su dependencia a la precisión del sistema de RAH, pues los errores generados por éste impactan fuertemente en la máquina de RI. Con el objetivo de reducir el impacto de los errores de transcripción, especialmente los de sustitución, en este trabajo se propone expandir las consultas con palabras fonéticamente similares y con ello ampliar las posibilidades de emparejar las palabras mal transcritas en los documentos. Los resultados alcanzados en dos colecciones de documentos hablados con características muy disímiles demuestran la pertinencia del método propuesto, el cual logró mejorar el MAP respecto a una expansión tradicional hasta en un 3.68%.
The traditional approach for searching information in large collections of spoken documents consists of integrating automatic speech recognition (ASR) methods and traditional text retrieval (IR) techniques. One disadvantage of this approach is its dependence to the precision of the ASR system, since transcription errors strongly affect the IR machine. With the aim of reducing the impact of these errors, especially those concerning substitutions, in this paper we propose expanding the queries by means of phonetically similar words, and by this increasing the possibility of matching incorrectly transcribed words from the documents. Results on two very different spoken-document collections show the relevance of the proposed method, which outperformed the MAP from traditional expansion techniques by up to 3.68%.
Editor
Sociedad Española Para el Procesamiento del Lenguaje Natural
Fecha de publicación
2011
Tipo de publicación
Artículo
Versión de la publicación
Versión aceptada
Recurso de información
Formato
application/pdf
Idioma
Español
Audiencia
Estudiantes
Investigadores
Público en general
Sugerencia de citación
Reyes-Barragán, A., et al., (2011). Expansión fonética de la consulta para la recuperación de información en documentos hablados, Procesamiento del Lenguaje Natural, (47): 57-64
Repositorio Orígen
Repositorio Institucional del INAOE
Descargas
248