Full metadata record
DC FieldValueLanguage
dc.contributor.advisorŠmídl, Luboš
dc.contributor.authorBulín, Martin
dc.date.accepted2014-06-19
dc.date.accessioned2015-03-25T09:51:33Z-
dc.date.available2013-11-01cs
dc.date.available2015-03-25T09:51:33Z-
dc.date.issued2014
dc.date.submitted2014-05-16
dc.identifier59726
dc.identifier.urihttp://hdl.handle.net/11025/15249
dc.description.abstractPředkládaná bakalářská práce je věnována automatickému porozumění mluvené řeči na lokální úrovni. Cílem práce je navrhnout bezkontextové gramatiky, které umožňují detekci vybraných sémantických entit z~mřížky nejlepších (N-best) hypotéz automatického rozpoznávače řeči. Na vstupu detekce byly postupně použity kromě ASR mřížek také nejlepší (1-best) hypotézy rozpoznávače a ruční přepisy promluv, což umožnilo paralelně testovat metodu detekce založenou na regulárních výrazech. Testovací data poskytla komunikace mezi operátory řízení letového provozu a piloty. Použité skripty byly vypracovány v~programovacím jazyku Python a linuxovém prostředí Bash Shell. Výstup detekce sémantických entit nabízí základ pro globální strojové porozumění vstupní informaci. Výsledky této práce potvrzují možnost použití metody založené na gramatikách i v~dalších úlohách.cs
dc.format54 s. (100 000 znaků)cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectautomatické porozumění mluvené řečics
dc.subjectsémantické entitycs
dc.subjectbezkontextové gramatikycs
dc.subjectkonečné automatycs
dc.titleDetekce sémantických entitcs
dc.title.alternativeSemantic entity detectionen
dc.typebakalářská prácecs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.description.departmentKatedra kybernetikycs
dc.thesis.degree-programAplikované vědy a informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThe presented thesis is devoted to the local-level spoken language understanding task. The thesis aims to design context-free grammars enabling a detection of chosen semantic entity from the N-best hypotheses lattice of an automatic speech recognizer. Besides the ASR lattices also the ASR 1-best hypotheses and hand-made speeches transcriptions have been used gradually as a detection input, which allowed a parallel testing of the detection method based on regular expressions. The testing data has been provided by communications between flight traffic operators and pilots. Used scripts have been developed in programming language Python and linux Bash Shell developing environment. The outcome of the semantic entity detection provides a basis for an automatic global-level understanding task. The results gained by this thesis confirm a possibility of using the method based on grammars in other various tasks.en
dc.subject.translatedautomatic spoken language understandingen
dc.subject.translatedsemantic entityen
dc.subject.translatedcontext-free grammarsen
dc.subject.translatedfinite state automataen
Appears in Collections:Bakalářské práce / Bachelor´s works (KKY)

Files in This Item:
File Description SizeFormat 
MBulin_2014_BThesis.pdfPlný text práce7,83 MBAdobe PDFView/Open
Bbulin-v.pdfPosudek vedoucího práce2,38 MBAdobe PDFView/Open
Bbulin-p.pdfPrůběh obhajoby práce1,23 MBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/15249

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.