Proceedings - Natural Language Server - IJS

More documents

Recommendations

Info

predpisane aktivnosti v poteku zdravljenja. Pacient lahko sistemu potrdi izvajanje dejavnosti preko istega komunikacijskega kanala. Primer 2: Pacient iz Primera 1 se ne more spomniti, ali je ob predpisani uri izvedel razgibavanje ali ne. S pomočjo e-storitve ZEN se prepriča o dejanskem stanju. Primer 3: Zdravnik na oglasni deski svojih pacientov pušča redna obvestila (navodila, informacije o vrsti in napredku zdravljenja, informacije o predpisanih zdravilih, termin pregleda pri zdravniku) v obliki besedila ali govornega sporočila. Pacient preverja obvestila preko estoritve ZEN. Slepi in slabovidni uporabnik se lahko odloči za sprejem sporočila v glasovni obliki. 6. Evalvacija sistema V fazi integracije smo razvite tehnološke rešitve integrirali v enovit demonstracijski prototip, ki ga je možno prilagoditi za številne primer uporabe. Posebej smo ročno evalvirali nove jezikovne vire. Samodejna grafemsko-fonetična transkripcija iztočnic iz Slovenskega pravopisa namreč ni bila vedno uspešna (Jakopin, 2010). K preskusu nove e-storitve ZEN smo povabili zunanjega recenzorja in skupino končnih uporabnikov rezultatov projekta – ostarele ter slepe in slabovidne osebe. V nadaljevanju podajamo rezultate obeh evalvacij. 6.1. Evalvacija s strani končnih uporabnikov Med prvimi testnimi uporabniki prototipa je bila skupina predvidenih končnih uporabnikov rezultatov projekta – ostareli ter slepe in slabovidne osebe, ki so preverjali tako primernost uporabe glasovnih uporabniških vmesnikov v zdravstvenih e-storitvah, kot tudi primernost izvedbe celotne rešitve na demonstriranem primeru uporabe v okviru Festivala za tretje življenjsko obdobje 2010. Na istem Festivalu smo leto poprej zbirali uporabniške zahteve za e-storitev ZEN. Sestavili smo anketo, ki je obsegala 6 vprašanj. Vprašanja so se nanašala na opremljenost bivalnih prostorov anketirancev z informacijsko komunikacijsko opremo, njihove potrebe po dostopu do zdravstvenih storitev ter na ocenjevanje bistvenih vidikov uporabnosti e-storitve ZEN. Anketiranih je bilo 60 obiskovalcev festivala F3ŽO 2010. Vsem anketirancem je bila najprej predstavljena razvita aplikacija za dostop do e-zdravstvenih storitev, nato so izpolnjevali anketo. Večino anketirancev so predstavljali starejši. 52% anketirancev je bilo starejših od 64 let, 47% pa med 20 in 64 let. 75% anketirancev je bilo ženskega spola. Vsi anketiranci so imeli dostop do tv sprejemnika ter telefona. Telefon uporablja pogosto ali zelo pogosto več kot 63% anketirancev, vsi izmed njih pa so že uporabljali telefon. 78% anketirancev se zdi koristno, da bi bili na bližajoč termin za obisk zdravnika opozorjeni preko telefona ali tv sprejemnika. Enako vprašanje smo zastavili tudi pri zbiranju uporabniških zahtev na istem festivalu eno leto pred evalvacijo, ko smo dobili praktično enake rezultate. Anketirance smo vprašali, ali se jim zdi koristno, da bi lahko nasvete zdravnika enostavno preverili ali v tekstovni ali v glasovni obliki preko tv sprejemnika oz. v glasovni obliki preko telefona. Enako vprašanje smo postavili tudi pri zbiranju uporabniških zahtev. Anketirancem se je v tej anketi zdelo takšno preverjanje precej bolj koristno. Kar 92% anketirancem se je zdelo primerno preverjanje informacij na tv sprejemniku v tekstovni obliki, kar je več kot 20% več v primerjavi s predhodno anketo. Slika 3. Razporeditev odgovorov anketirancev na vprašanje o uporabnosti e-storitve ZEN. Na vprašanje je odgovorilo 97% anketirancev. Kriterij Ocena Opis kriterija Interoperabilnost in standardi 4 Zagotavljanje interoperabilnosti in uporaba odprtih standardov Namestitev/priprava za uporabo N Preprostost/kompleksnost/samodejnost/ trajanje namestitvenega postopka, … Stopnja informacijske varnosti 4 Prenos, dostopnost in zaščita podatkov Kvaliteta govornega up. vmesnika 4 Avtomatska sinteza govora Berljivost in jasnost besedila 4 Uporaba barv, fontov, kontrastov, … Uporabnost 4 Preprostost/kompleksnost sistema za končnega uporabnika rešitve Navigacija 4 Preprostost navigacije po menijih, informacija o trenutnem meniju Tabela 1. Rezultati ocen tehniško uporabniških vidikov glasovno podprte e-storitve ZEN. Pri vrednotenju tehnično uporabniškega vidika je bila uporabljena štiristopenjska ocenjevalna lestvica. 1 pomeni najnižjo, 4 pa najvišjo stopnjo kvalitete. 'N' pomeni, da ocena glede na opisni kriterij ni možna. V pojasnilu so dodatno razloženi opisni kriteriji s tehnično-uporabniškega vidika. 211
Preverjanje v glasovni obliki preko tv sprejemnika se je zdelo koristno 84% anketirancev (v prejšnji anketi 62%), v glasovni obliki preko telefona pa 86% anketirancev (v prejšnji anketi 77%). Vzrok za porast deleža anketirancev, ki se jim zdi tako preverjanje informacij koristno, je najverjetneje v tem, da so si ljudje pred demonstracijo e-storitve ZEN težko predstavljali, na kakšen način bi lahko takšne informacije preverjali preko domačega tv sprejemnika. Anketiranci so ocenjevali tudi različne vidike razvite aplikacije, kot so berljivost, razločnost, hitrost govora, možnost prekinitve, prijaznost navigacije ter uporabnost sistema. Anketiranci so vse vidike aplikacije večinoma ocenili kot dobre ali odlične, kar je prikazano na sliki 3. Izrazili pa so tudi željo po možnosti prekinitve glasovnega predvajanja. 6.2. Evalvacija s strani zunanjega recenzorja Rezultate projekta je preveril tudi zunanji recenzor z vidika doseganja ciljev projekta, kot tudi s tehniškouporabniških vidikov projekta (Prijatelj, 2010). V tabeli 1 podajamo rezultate recenzorske ocene. 7. Zaključek V okviru projekta ZEN smo izvedli raziskave s področja razvoja na storitvah temelječih rešitev za podporo sodelovanja ponudnikov in uporabnikov storitev zdravstvenega varstva z namenom povečanja dostopnosti, uporabe, prijaznosti do uporabnika in preglednosti storitev z zdravstvenega področja. Pokazali smo primernost uporabe govornih tehnologij v zdravstvenih e-storitvah. Z vključitvijo govornega kanala in televizorja ter telefona kot dostavnega kanala sistem ZEN dosega ciljno populacijo v veliko večji meri kot druge informacijske rešitve. To namreč predstavlja poenostavitev uporabe informacijske tehnologije s stališča ciljne populacije – praviloma starejšega, gibalno in informacijsko podrejenega segmenta državljanov. Takšna zasnova omogoča izboljšanje penetracije informacijskih rešitev v ciljni populaciji in zagotavlja platformo, na kateri bo mogoče v prihodnosti razviti in ponuditi širok nabor informacijsko temelječih storitev, ki bodo dopolnjevale realne zdravstvene e-storitve. 8. Zahvala Opisano razvojno-raziskovalno delo je nastalo v okviru projekta ZEN: zdravstvene e-storitve z naprednimi glasovnimi uporabniškimi vmesniki, ki ga je delno financirala Evropska unija iz sredstev Evropskega sklada za regionalni razvoj v okviru pogodbe št. 3211-09- 000523. 9. Literatura Burileanu D., Fecioru A., Ion D., Stoica M., Ilas C., 2004. An optimized TTS system implementation using a Motorola StarCore SC140-based processor. <strong>Proceedings</strong> of the ICASPP, 5 : 17-21. CHIL, Computers in the Human Interaction Loop. EU FP6 project, http://chil.server.de/ Karpov E., Kiss I., Leppänen J., Olsen J., Oria D., Sivadas S., Tian J., 2006. Short Message Dictation on Symbian 212 Series 60 Mobile Phones. Workshop on Speech in Mobile and Pervasive Environments (SiMPE) in Conjunction with MobileHCI. Helsinki, Finland. Jakopin P., 2010. Računalnikov izgovor : besede, besede, besede. Delo. Ljubljana, 31. jul. 2010, 8 52 (175): 10. Lazzari G., 2006. Human <strong>Language</strong> Technologies for Europe. http://www.tc.star.org/ pubblicazioni/ D17_ HLT_ENG.pdf. Mihelič A., Žganec M., Pavešić N., Žganec Gros J., 2006. Efficient subset selection from phonetically transcribed text corpora for concatenation-based embedded text-tospeech synthesis. Informacije MIDEM, 36(1). Prijatelj V., 2010. Recenzija prototipne rešitve na projektu 'ZEN' – Zdravstvene e-storitve z naprednimi glasovnimi uporabniškimi vmesniki'. Toporišič, J. (ur) , 2007. Slovenski pravopis. Slovar, 3.natis. Založba ZRC Ljubljana, ZRC SAZU. Žganec Gros J., Cvetko-Orešnik V., Jakopin P., Mihelič A., 2006. SI-PRON pronunciation lexicon : a new language resource for Slovenian. Informatica 2006, 30(4): 447-452.
Page 2 and 3:
Zbornik 15. mednarodne multikonfere
Page 4 and 5:
PREDGOVOR MULTIKONFERENCI INFORMACI
Page 6 and 7:
KONFERENČNI ODBORI CONFERENCE COMM
Page 8 and 9:
KAZALO / TABLE OF CONTENTS Jezikovn
Page 10:
Zbornik 15. mednarodne multikonfere
Page 13 and 14:
RECENZENTI • doc. dr. Simon Dobri
Page 15 and 16:
language similarity as a feature of
Page 17 and 18:
ually annotating 345 sentences and
Page 19 and 20:
Disambiguating vectors for bilingua
Page 21 and 22:
Language POS Source word Slovene se
Page 23 and 24:
4. Evaluation and discussion of the
Page 25 and 26:
, Iztok Kosem**, Berginc*** * Troj
Page 27 and 28:
vseh besed, se pravi, da bi ta
Page 29 and 30:
3. Spletni vmesnik za dostop do kor
Page 31 and 32:
SPOOK.Sem: semantično označevanje
Page 33 and 34:
uporabili samo za angleški del kor
Page 35 and 36:
Vsekakor pa nas je pri označevanju
Page 37 and 38:
Sistem vsebinskega priporočanja do
Page 39 and 40:
poljubno, avtor pa svetuje vrednost
Page 41 and 42:
Tabela 5: Filtriranje z dinamično
Page 43 and 44:
Luka *, * Artificial Intelligence
Page 45 and 46:
4. Technical approaches and algorit
Page 47 and 48:
Tehnologije govorjenega jezika v pa
Page 49 and 50:
zma. Možno jih je namre uporabiti
Page 51 and 52:
Kaja Dobrovoljc, 1 Simon Krek, 2 Ja
Page 53 and 54:
3.1.4. fazah: v prvi fazi s
Page 55 and 56:
(del, dol, vez, skup) in pri poveza
Page 57 and 58:
ˇSirjenje slovarja in dvoprehodni
Page 59 and 60:
Uporabili smo orodje s katerim smo
Page 61 and 62:
zbirka besedil, korpus, slovar Toma
Page 63 and 64:
-8"?> -c.org/ns/1.0" type="pb" xml:
Page 65 and 66:
6. Dostopnost virov dejanska možn
Page 67 and 68:
prinašajo 185 milijonov besed oz.
Page 69 and 70:
Ugotovimo lahko, da po številu pol
Page 71 and 72:
predlog, zadeva, podatek, podlaga,
Page 73 and 74:
Their main differences between them
Page 75 and 76:
The corpus was PoS-tagged and lemma
Page 77 and 78:
5. Conclusions In this paper we pre
Page 79 and 80:
2000) is an English computer tutor
Page 81 and 82:
Table 5: Classifier performance wit
Page 83 and 84:
forms of Croatian proper names, but
Page 85 and 86:
on the output of the first CRF. We
Page 87 and 88:
Table 4: CroNER performance dependi
Page 89 and 90:
Table 1: Description of the picture
Page 91 and 92:
syntactic movement out of the objec
Page 93 and 94:
and other agreement markers are use
Page 95 and 96:
Figure 2. A FST representing a simp
Page 97 and 98:
encoded text representation as seen
Page 99 and 100:
Izhodišče segmentacijsko-tokeniza
Page 101 and 102:
3. Učni korpus ssj500k 4 Učni kor
Page 103 and 104:
azreševanje stavčne ali celo meds
Page 105:
težavnosti; pri oceni berljivosti
Page 110 and 111:
Kako dobro programi popravljajo vej
Page 112 and 113:
okviru projekta ESS Uspešno vklju
Page 114 and 115:
Besana opozarja na manjkajoče veji
Page 116 and 117:
Umetno tvorjenje slovenskega govora
Page 118 and 119:
Tabela 1: Analiza čistopisa zbirke
Page 120 and 121:
Distributional Semantics Approach t
Page 122 and 123:
3.2.1. Random indexing Random index
Page 124 and 125:
Table 2: Accuracy for all considere
Page 126 and 127:
Avtomatsko luščenje leksikalnih p
Page 128 and 129:
3.1. Metodologija in zaporedje post
Page 130 and 131:
začetku povedi in upoštevanje t.
Page 132 and 133:
Izdelava XML-shem za slovarske proj
Page 134 and 135:
standardi še niso bili vzpostavlje
Page 136 and 137:
nepričakovan zapis ali napačen za
Page 138 and 139:
Building Named Entity Recognition M
Page 140 and 141:
corpus token transfer type transfer
Page 142 and 143:
morphological information, for Slov
Page 144 and 145:
Luščenje terminoloških kandidato
Page 146 and 147:
3.1. Enobesedni terminološki kandi
Page 148 and 149:
Rezultati priklica so dobri. Od 109
Page 150 and 151:
Event and Temporal Relation Extract
Page 152 and 153:
Table 1: Event annotation summary E
Page 154 and 155:
Table 3: Event extraction performan
Page 156 and 157:
Korpusna analiza slovenskega delež
Page 158 and 159:
Vrsta besedila Izbrana področja (i
Page 160 and 161:
primerih (11) in (12), ne pa za del
Page 162 and 163:
Identifying Fear Related Content in
Page 164 and 165:
not present” by 23 annotators. Th
Page 166 and 167:
A Web Service Implementation of Lin
Page 168 and 169:
equired to install the specific sof
Page 170 and 171: In both figures the same workflow i
Page 172 and 173: Termania - prosto dostopni spletni
Page 174 and 175: informacije so poleg same vsebine g
Page 176 and 177: Izdelava slovensko-srbskega vzpored
Page 178 and 179: dovoljeno odstopanje do 1 sekunde.
Page 180 and 181: Poleg navedenih težav so se pojavl
Page 182 and 183: Topic ontology construction from En
Page 184 and 185: Fig. 2: English topic ontology afte
Page 186 and 187: 4. Topic ontologies constructed fro
Page 188 and 189: Translating news to CycL using the
Page 190 and 191: and the Cyc concept, which correspo
Page 192 and 193: without parsing. One type of such s
Page 194 and 195: Guessing the Correct Inflectional P
Page 196 and 197: noted that the distribution of LPPs
Page 198 and 199: Table 1: Feature selection analysis
Page 200 and 201: Razpoznavanje imenskih entitet v sl
Page 202 and 203: N − log Z(x (i) ) − i=1 K k=1
Page 204 and 205: F1 1.0 0.8 0.6 0.4 0.2 0.0 0.63 0.4
Page 206 and 207: sloWCrowd: orodje za popravljanje w
Page 208 and 209: 2.2. Uporabniški vmesnik Osnovna f
Page 210 and 211: uporabnikov z večanjem stopnje zan
Page 212 and 213: Korpus slovenskega znakovnega jezik
Page 214 and 215: Posnetki se v anonimizirani obliki
Page 216 and 217: ZEN: zasnova glasovnih e-storitev v
Page 218 and 219: Rešitev je bila izvedena na podlag
Page 222 and 223: Indeks avtorjev / Author index Agi
show all

Proceedings - Natural Language Server - IJS

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?