Linguistisch - Phonetische Analyse

Wir nutzen textuelle Transcripte um Interaktionsstile und Diskursverläufe zu analysieren. Der individuelle Erfolgszustand des Nutzers wird mit einem Hidden Markov Modell modelliert, indem die beobachteten System-Rückmeldungen zum Training benutzt werden. Anschliessend werden semi-automatsich Signifikante Dialogverläufe annotiert und detektiert.

Linguistic-Phonetic Analysis

We used textual transcripts to analyse interaction styles and discourse structures. Further, we model the subject's internal success state with a hidden Markov model trained using the observed sequences of system feedback. Aiming on automatic detection of specic  subjects's reactions, we then semi-automatically annotate significant dialog events, i.e. phrases indicating an irregular, i.e. not-task-oriented subject behavior. We use both acoustic and linguistic features to build several trait-specic classiers for dialog phases.