Geschäftliche Besprechungen nehmen einen immer größeren Zeitraum im Berufsleben ein. Vor diesem Hintergrund werden in der vorliegenden Arbeit innovative Verfahren vorgestellt, um aufgezeichnete Besprechungen automatisch zu analysieren und in Gruppenaktionen zu gliedern. Dazu werden statische Klassifikationsverfahren eingesetzt, wobei die Segmentierung mittels zweier im Rahmen dieser Arbeit neu entwickelter Verfahren erfolgt. Rekurrente Neuronale Netze mit Long Short-Term Memory Zellen und eine von Neuronalen Feldern neu abgeleitete Architektur stellen Alternativen zu den vorgenannten Verfahren dar. Um die dynamischen Eigenschaften einer Besprechung zu modellieren werden Hidden-Markov-Modelle und erstmalig Hidden Conditional Random Fields für diese Aufgabe angewendet. Hybride Verfahren und zweistufige Ansätze, die statische und dynamische Klassifikationsverfahren kombinieren, erreichen trotz der geringen Datenmenge hervorragende Ergebnisse.     «

Geschäftliche Besprechungen nehmen einen immer größeren Zeitraum im Berufsleben ein. Vor diesem Hintergrund werden in der vorliegenden Arbeit innovative Verfahren vorgestellt, um aufgezeichnete Besprechungen automatisch zu analysieren und in Gruppenaktionen zu gliedern. Dazu werden statische Klassifikationsverfahren eingesetzt, wobei die Segmentierung mittels zweier im Rahmen dieser Arbeit neu entwickelter Verfahren erfolgt. Rekurrente Neuronale Netze mit Long Short-Term Memory Zellen und e...     »

Business meetings play a more and more important role in professional life. Therefore in this work innovative methods are introduced to automatically analyze recorded meetings and to subdivide them into group actions. Static classification methods like Bayesian networks and support vector machines are employed. For the segmentation two novel techniques are developed. Recurrent neural nets with long short-term memory cells and a new architecture of parallel recurrent neural nets derived from neural fields give an alternative to the aforementioned procedures. To model the dynamic character of meetings hidden Markov models and for the first time hidden conditional random fields are applied to this task. Hybrid methods and layered approaches that combine static and dynamic classification methods, cope with the data sparseness in an efficient way. The proposed methods are evaluated in respect to their performance to segment meetings.     «

Business meetings play a more and more important role in professional life. Therefore in this work innovative methods are introduced to automatically analyze recorded meetings and to subdivide them into group actions. Static classification methods like Bayesian networks and support vector machines are employed. For the segmentation two novel techniques are developed. Recurrent neural nets with long short-term memory cells and a new architecture of parallel recurrent neural nets derived from ne...     »