| 講演名 | 2019-02-07 対話コンテキストを考慮したニューラル通話シーン分割 増村 亮(NTT), 田中 智大(NTT), 安藤 厚志(NTT), 神山 歩相名(NTT), 大庭 隆伸(NTT), 青野 裕司(NTT), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 通話シーン分割は，人手で定めたいくつかのシーンに通話全体を自動分割する技術であり，コンタクトセンタにおいて，オペレータの業務支援に応用することが期待される．我々は，コンタクトセンタにおける通話シーンを，オープニング，用件把握，用件対応，カスタマー情報把握，クロージングの5つのシーンに定め，教師あり学習のアプローチにより通話シーン分割を実現する．精緻な通話シーン分割を行うためには，オペレータとカスタマーのインタラクションの纏まりをうまく捉えることが不可欠である．そこで本稿では，通話シーン分割の問題を発話単位の系列ラベリング問題として捉え，発話文とオペレータかカスタマーかを表す話者役割ラベルの組の系列情報から通話シーンラベル系列を予測するニューラル通話シーン分割手法を提案する．提案手法では，各発話の文と話者役割ラベルから「どの役割の話者がどんな内容を話したか」が埋め込まれた発話ベクトルを構成し，その発話系列をリカレントニューラルネットワークにより捉えることで対話コンテキストを考慮した通話シーン分割を実現する．6業種のコンタクトセンタの模擬通話データを用いた評価実験において，提案手法の有効性を示す． |
| 抄録(英) | Call scene segmentation that automatically splits contact center dialogues into several call scenes is useful for constructing operator assist systems. This paper develops call scene segmentation methods based on supervised training by defining call scenes in contact center dialogues as following five tag types: opening, call reason, response, customer confirmation, and closing. It is important to capture conversational contexts between an operator and a customer in the contact center dialogues for performing precise online call scene segmentation. Therefore, this paper proposes neural call scene segmentation methods that can directly estimate a call scene label sequence from an utterance sequence based on sequential labeling approach. The proposed methods can capture long-range conversational contexts by simultaneously dealing with both the sequence of sentences and the sequence of speaker role labels. An experiment using contact center dialogue data sets demonstrates the effectiveness of the proposed methods. |
| キーワード(和) | 通話シーン分割 / コンタクトセンタ / 系列ラベリング / ニューラルネットワーク |
| キーワード(英) | Call scene segmentation / contact center / sequential labeling / neural networks |
| 資料番号 | NLC2018-39 |
| 発行日 | 2019-01-31 (NLC) |
| 研究会情報 | |
| 研究会 | NLC / IPSJ-IFAT |
|---|---|
| 開催期間 | 2019/2/7(から2日開催) |
| 開催地（和） | 龍谷大学大宮キャンパス |
| 開催地（英） | Ryukoku University Omiya Campus |
| テーマ（和） | 第14回 テキストアナリティクス・シンポジウム |
| テーマ（英） | The 14th Text Analytics Symposium |
| 委員長氏名（和） | 榊 剛史(ホットリンク) |
| 委員長氏名（英） | Takeshi Sakaki(Hottolink) |
| 副委員長氏名（和） | 吉田 光男(豊橋技科大) / 嶋田 和孝(九工大) |
| 副委員長氏名（英） | Mitsuo Yoshida(Toyohashi Univ. of Tech.) / Kazutaka Shimada(Kyushu Inst. of Tech.) |
| 幹事氏名（和） | 渡辺 靖彦(龍谷大) / 東中 竜一郎(NTT) |
| 幹事氏名（英） | Yasuhiko Watanabe(Ryukoku Univ.) / Ryuichiro Higashinaka(NTT) |
| 幹事補佐氏名（和） | 小早川 健(NHK) / 坂地 泰紀(東大) |
| 幹事補佐氏名（英） | Takeshi Kobayakawa(NHK) / Hiroki Sakaji(Univ. of Tokyo) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Natural Language Understanding and Models of Communication / Special Interest Group on Information Fundamentals and Access Technologies |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 対話コンテキストを考慮したニューラル通話シーン分割 |
| サブタイトル（和） | |
| タイトル（英） | Call Scene Segmentation based on Neural Networks with Conversational Contexts |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 通話シーン分割 / Call scene segmentation |
| キーワード(2)（和/英） | コンタクトセンタ / contact center |
| キーワード(3)（和/英） | 系列ラベリング / sequential labeling |
| キーワード(4)（和/英） | ニューラルネットワーク / neural networks |
| 第 1 著者 氏名（和/英） | 増村 亮 / Ryo Masumura |
| 第 1 著者 所属（和/英） | NTT研究所(略称：NTT) NTT Corporation(略称：NTT) |
| 第 2 著者 氏名（和/英） | 田中 智大 / Tomohiro Tanaka |
| 第 2 著者 所属（和/英） | NTT研究所(略称：NTT) NTT Corporation(略称：NTT) |
| 第 3 著者 氏名（和/英） | 安藤 厚志 / Atsushi Ando |
| 第 3 著者 所属（和/英） | NTT研究所(略称：NTT) NTT Corporation(略称：NTT) |
| 第 4 著者 氏名（和/英） | 神山 歩相名 / Hosana Kamiyama |
| 第 4 著者 所属（和/英） | NTT研究所(略称：NTT) NTT Corporation(略称：NTT) |
| 第 5 著者 氏名（和/英） | 大庭 隆伸 / Takanobu Oba |
| 第 5 著者 所属（和/英） | NTT研究所(略称：NTT) NTT Corporation(略称：NTT) |
| 第 6 著者 氏名（和/英） | 青野 裕司 / Yushi Aono |
| 第 6 著者 所属（和/英） | NTT研究所(略称：NTT) NTT Corporation(略称：NTT) |
| 発表年月日 | 2019-02-07 |
| 資料番号 | NLC2018-39 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | NLC-439 |
| ページ範囲 | pp.21-26(NLC), |
| ページ数 | 6 |
| 発行日 | 2019-01-31 (NLC) |