Detekce klíčových informací v hovorech na tísňové linky

Abstract

Tiesňové volania sa zvyčajne uskutočňujú v extrémne stresujúcich podmienkach, kde volajúci často poskytuje dôležité informácie rýchlo, čo sťažuje operátorom tiesňovej linky presne zachytiť všetky podrobnosti. To môže viesť k opakovaným otázkam o už poskytnutých informáciách a oneskoreniu reakcie pohotovostnej služby. Cieľom tejto práce je zmierniť tento problém a potenciálne urýchliť reakciu pohotovostných služieb nasadením neurónovej siete na extrakciu informácií, konkrétne so zameraním na úlohu Rozpoznávania pomenovaných entít (NER). Táto práca skúma rôzne prístupy založené na architektúre typu Transformers, ako sú predtrénované enkodér modely, enkodér-dekodér (sequence-2-sequence) a veľké jazykové modely. Vybrané modely dosiahli zatiaľ najlepšie výsledky na verejne dostupných českých NER datasetoch. Okrem toho boli vytvorené nové NER datasety z poskytnutých nahrávok skutočných tiesňových volaní a odpovedajúcich metadát. Predstavené modely boli natrénované a vyhodnotené na týchto novovytvorených datasetoch a úspešne dosiahli rozumné výsledky pre extrakciu mien a polohy.Emergency calls are usually made under extremely stressful conditions, where callers often provide crucial information rapidly, making it difficult for emergency line agents to capture all details accurately. This can result in repeated questions about information that was already provided and cause delays in response times from emergency services. This work aims to mitigate this problem and potentially speed up the response of emergency services by deploying a neural network models for information extraction, specifically targeting the Named Entity Recognition (NER) task. This work explores various Transformer-based approaches for NER task, such as pre-trained encoder-only, encoder-decoder (sequence-2-sequence) and Large Language Models. The best models achieved state-of-the-art results on publicly available Czech NER datasets. In addition, new NER datasets were created from available recordings of real emergency calls and the corresponding metadata. The models were trained and evaluated on the created datasets successfully achieving reasonable performance in name and location extraction.