检索结果-南通市图书馆

基于K-L散度的最大后验弧主导的混淆网络生成算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2008年第5期30卷 1109-1112页

作者：王欢良韩纪庆郑铁然李海峰哈尔滨工业大学计算机科学与技术学院哈尔滨150001

为快速生成高质量混淆网络,该文提出一种最大后验弧主导的快速生成算法。它只需遍历一遍Lattice,具有线性时间复杂度。采用K-L散度(Kullback-Leibler Divergence,KLD)来度量弧标号之间的发音相似性,改善了混淆网络生成中弧对齐的准确性... 详细信息

为快速生成高质量混淆网络,该文提出一种最大后验弧主导的快速生成算法。它只需遍历一遍Lattice,具有线性时间复杂度。采用K-L散度(Kullback-Leibler Divergence,KLD)来度量弧标号之间的发音相似性,改善了混淆网络生成中弧对齐的准确性。实验结果显示,所提算法在生成速度上和Xue的快速算法是可比的,而生成质量更好。通过采用KLD作为弧标号相似性测度,生成混淆网络的质量得到了进一步提高。

关键词：语音识别混淆网络 Lattice 混淆网络生成 K—L散度

在线全文

学校读者我要写书评

暂无评论

混淆网络在音频文档检索系统中的应用研究

计算机工程与应用 2010年第28期46卷 138-140,145页

作者：孙成立南昌航空大学信息工程学院南昌330063

给出了一个基于音节混淆网络的语音文档内容检索系统,提出了一种基于两阶段解码的查询自动扩展方法,首先通过Viterbi解码算法在混淆音节网格上计算混淆音节的似然得分,然后利用A*解码算法从音节格上产生易混淆的扩展项,扩展项由其置信... 详细信息

给出了一个基于音节混淆网络的语音文档内容检索系统,提出了一种基于两阶段解码的查询自动扩展方法,首先通过Viterbi解码算法在混淆音节网格上计算混淆音节的似然得分,然后利用A*解码算法从音节格上产生易混淆的扩展项,扩展项由其置信得分与阈值的比较自动产生。实验结果显示该方法能够有效提高系统的检出率。

关键词：关键词识别混淆网络查询扩展音节相似度

在线全文

学校读者我要写书评

暂无评论

触发式语言模型下的混淆网络解码方法

计算机工程与应用 2011年第10期47卷 127-130页

作者：杨春风王欢良西北师范大学数学与信息科学学院兰州730070 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

将触发式语言模型应用于混淆网络解码过程来提高汉字识别率。为了利用词间的长距离依赖信息,提出了基于词义类对触发式语言模型的混淆网络解码方法。实验结果显示,该方法可以使汉字错误率相对下降7.9%。

关键词：语音识别触发式语言模型混淆网络

基于音素混淆网络的蒙古语语音关键词检测方法的研究

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2015年第1期29卷 178-182页

作者：飞龙高光来鲍玉来内蒙古大学计算机学院内蒙古呼和浩特010021 内蒙古大学图书馆内蒙古呼和浩特010021

蒙古语语音识别系统的词表很难覆盖所有的蒙古文单词,并且随着社会的发展,蒙古文的新词和外来词也越来越多。为了解决蒙古语语音关键词检测系统中的集外词检测问题,该文提出了基于音素混淆网络的蒙古语语音关键词检测方法,并采用音素混... 详细信息

蒙古语语音识别系统的词表很难覆盖所有的蒙古文单词,并且随着社会的发展,蒙古文的新词和外来词也越来越多。为了解决蒙古语语音关键词检测系统中的集外词检测问题,该文提出了基于音素混淆网络的蒙古语语音关键词检测方法,并采用音素混淆矩阵改进了关键词的置信度计算方法。实验结果表明,基于音素混淆网络的蒙古语语音关键词检测方法可以较好地解决集外词的检测问题。蒙古语语音关键词检测系统采用改进的置信度计算方法后精确率提高了6%,召回率提高了2.69%,性能得到明显的提升。

关键词：蒙古语关键词检测集外词混淆网络音素混淆矩阵

汉语大词汇量连续语音识别中混淆网络算法的研究

在线全文

学校读者我要写书评

暂无评论

四川大学学报（工程科学版） 2007年第S1期39卷 187-190页

作者：吴斌刘刚郭军北京邮电大学信息工程学院北京100876

在汉语大词汇量连续语音识别中,以往基于最大后验概率准则解码得到的识别结果具有最小的句子错误率,为了得到字错误率最小的识别结果,可以采用最小贝叶斯风险解码策略,通过将识别输出的word lattice转换成为混淆网络以得到最小字错误率... 详细信息

在汉语大词汇量连续语音识别中,以往基于最大后验概率准则解码得到的识别结果具有最小的句子错误率,为了得到字错误率最小的识别结果,可以采用最小贝叶斯风险解码策略,通过将识别输出的word lattice转换成为混淆网络以得到最小字错误率的识别结果。在以往混淆网络算法的基础上,根据汉语语言的特点,提出一种改进的构造混淆网络的算法。基于863测试语音库进行的实验表明,与最大后验概率识别结果和以前的两种混淆网络算法的识别结果相比,改进的混淆网络算法有效地降低汉语大词汇量连续语音识别结果的字错误率。

关键词：最小贝叶斯风险 Levenshtein距离混淆网络字错误率语音识别

在线全文

学校读者我要写书评

暂无评论

汉语音节混淆网络的生成与重打分算法研究

小型微型计算机系统 2012年第6期33卷 1385-1388页

作者：尹明明李弼程屈丹牛铜解放军信息工程大学信息工程学院信号分析系郑州450002

针对目前混淆网络生成算法速度与精度不能兼顾的不足,提出一种新的汉语音节混淆网络生成的方法.本算法采用类似轴对齐算法,对音节网格每次提取一条局部路径与参考路径对齐,根据每次对齐路径与参考路径长度不同,采用不同的策略生成混淆网... 详细信息

针对目前混淆网络生成算法速度与精度不能兼顾的不足,提出一种新的汉语音节混淆网络生成的方法.本算法采用类似轴对齐算法,对音节网格每次提取一条局部路径与参考路径对齐,根据每次对齐路径与参考路径长度不同,采用不同的策略生成混淆网络,并在生成混淆网络之后对其应用一种新的解码框架进行重打分.实验表明,该算法生成的混淆网络精度较高,时间复杂度优于轴对齐算法,且重打分后的识别率有显著提高.

关键词：混淆网络音节网格语音识别最小词错误解码重打分

在线全文

学校读者我要写书评

暂无评论

基于混淆网络的机器翻译系统融合技术研究

基于混淆网络的机器翻译系统融合技术研究

作者：张宇哈尔滨工业大学

学位级别：硕士

随着经济全球化的不断发展，跨语言交流的需求不断增长，使用机器翻译实现自然语言的自动翻译有很大的需求。近年来机器翻译技术不断进步，能够满足基本的翻译的需求，但是用户对翻译质量的要求不断提高，系统融合技术作为有效的提升机... 详细信息

随着经济全球化的不断发展，跨语言交流的需求不断增长，使用机器翻译实现自然语言的自动翻译有很大的需求。近年来机器翻译技术不断进步，能够满足基本的翻译的需求，但是用户对翻译质量的要求不断提高，系统融合技术作为有效的提升机器翻译质量的方法在评测和实践中被广泛使用。围绕着系统融合技术，本文的研究主要涉及以下几个方面：（1）对系统融合性能的影响因素进行了分析。使用系统融合的远景得分作为评价指标，对参与融合的系统个数和融合候选来源对系统融合性能的影响进行分析。研究参与融合的系统数量对系统融合远景得分的影响时，本文给出在不同个数的系统参与融合的情况下所对应的系统融合远景得分。研究融合候选的来源对系统融合性能的影响时，给出在融合候选来自多个源语言和单个源语言的情况下，系统融合远景得分随系统个数变化的曲线，给出多源和单源远景得分变化曲线的对比。最后分析实际的融合方法对系统融合性能的影响，比较了句子级别和词汇级别系统融合方法在特定数据上的融合结果，实验结果表明词汇级别融合方法优于句子级别融合方法。（2）研究了基于机器学习的融合候选排序问题。参与系统融合的多个系统之间存在较大的翻译质量差别，使用全部的融合候选参与系统融合所获得的融合结果并不是最优的，需要从众多的融合候选中选择翻译质量较高的融合候选。本文使用基于pair-wise的排序方法实现融合候选质量排序，这种方法将列表排序问题分解成大量的二分类问题，从而可以尝试多种现有的分类算法。在使用融合候选排序的系统融合方法中，首先需要从训练集中训练统计排序模型，接着将统计模型应用到测试集中每个句子并产生融合候选排序结果，然后使用排名较高的融合候选参与后续的系统融合。本文将融合候选排序应用到句子级别和词汇级别系统融合方法中，根据实验结果可以发现，使用融合候选排序并使用高质量的融合候选参与融合对句子级别和词汇级别融合方法有显著的性能提升。（3）向现有的系统融合解码使用的对数线性模型中添加局部特征。系统融合解码时使用对数线性模型给搜索解码空间，现有的对数线性模型中包括语言模型得分、句子长度、ngram-count以及词置信度四个常用的特征。语言模型得分是用从通用语料训练出的语言模型对解码结果进行打分，用于衡量融合结果的流利度。句子长度用于控制解码结果在合理的限度内。Ngram-count作为局部信息，对系统融合性能提升有着显著的作用，因此本文尝试加入更多的局部特征以提升系统融合的性能。本文尝试在对数线性模型中加入新的局部特征，包括局部语言模型得分、skip-gram匹配个数和词后验概率三个特征。本文给出在现有特征的基础上分别添加三个特征后对应的融合结果得分，并据此分析每一个特征的有效性。同时我们也给出了不同特征之间的组合对系统融合性能的影响。对于系统融合，本文首先对系统融合性能影响因素进行实证分析，然后通过挑选高质量的部分融合候选提升系统融合的性能。最后给出局部特征对系统融合性能的影响。

关键词：机器翻译系统融合混淆网络融合候选排序

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混淆网络的机器翻译系统融合研究

基于混淆网络的机器翻译系统融合研究

作者：朱海中国科学技术大学

学位级别：硕士

近年来,系统融合成为机器翻译领域的一个研究热点。系统融合研究如何充分利用各种不同机器翻译系统的优势来提高翻译的性能。目前系统融合方法可以分为句子级别和词级别两大类。句子级别系统融合主要是基于最小贝叶风险解码,词级别系统... 详细信息

近年来,系统融合成为机器翻译领域的一个研究热点。系统融合研究如何充分利用各种不同机器翻译系统的优势来提高翻译的性能。目前系统融合方法可以分为句子级别和词级别两大类。句子级别系统融合主要是基于最小贝叶风险解码,词级别系统融合则是以混淆网络的形式融合。词级别的系统融合因为能够稳定、显著地提高翻译性能,已成为系统融合的主要方法。基于最小贝叶斯风险解码的句子级别系统融合需要对最小贝叶斯风险定义损失函数。损失函数对句子级别系统融合有影响。词级别系统融合需要先对多个机器翻译结果进行词对齐,再依据词对齐结果构建混淆网络,最终从混淆网络中解码输出融合结果。词对齐质量和混淆网络的解码直接关系到词级别系统融合的效果。本文对目前句子级别和词级别的系统融合方法进行了较为详细的分析与总结。针对句子级别系统融合中的损失函数问题,分别设计了三种基于不同机器翻译评测标准的损失函数。针对词级别系统融合中词对齐没有考虑语言信息、词对齐方式单一的问题,提出了融入语言信息、融合一致性词对齐结果的两种改进词对齐质量的方法,以通过改善词对齐质量来提高词级别系统融合的效果;针对单个混淆网络系统融合过于依赖参考句子、调序能力有限的问题,提出了多个混淆网络的重评分和最小贝叶斯风险的解码方法,以通过多个混淆网络搜索到更好的融合结果。本文的主要工作表现如下:1、句子级别和词级别系统融合的研究与实现句子级别系统融合基于最小贝叶斯风险解码。为了对最小贝叶斯风险解码的有效性进行全面测试,本文设计了基于BLEU、TER(翻译错误率)和WER(词错误率)的三种损失函数。经典的词级别系统融合方法主要是基于TER对齐、GIZA++对齐。将多个翻译结果对齐后,词级别系统融合构建出混淆网络,以对数模型融合了语言模型、词后验概率、词惩罚因子等多特征,最终以柱搜索算法从混淆网络中找到最佳融合结果。实验证明了句子级别系统融合可以提高0.5个BLEU,词级别系统融合可以提高1个BLEU。2、改进词对齐质量的系统融合研究词对齐是词级别系统融合中非常关键的一步。为改进词对齐质量,在词对齐过程中融入语言信息、融合一致性词对齐结果。本文主要在词对齐过程中采用了词干和同义词两种信息;通过一致性对齐方法获得一致性词对齐结果,并将一致性词对齐与GIZA++词对齐以并集、交集的方式进行融合。语言信息的加入可以缓解词对齐中的数据稀疏问题,一致性词对齐的加入可以提高词对齐的准确率。实验证明改进词对齐质量的系统融合可以比经典的词级别系统融合提高0.1-0.5个BLEU。3、改进混淆网络解码方法的系统融合研究改进混淆网络解码方法是针对单个混淆网络融合过分依赖参考句子、调序能力有限的改进,以多个混淆网络的形式融合,并提出以重评分和最小贝叶斯风险解码两种方法对多个混淆网络进行一致性解码。实验证明改进混淆网络解码方法的系统融合可以比没有改进的融合方法提高0.5个左右的BLEU。

关键词：机器翻译系统融合词对齐最小贝叶斯风险混淆网络重评分

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混淆网络的语音文档主题分类研究

基于混淆网络的语音文档主题分类研究

作者：常景鑫哈尔滨工程大学

学位级别：硕士

随着网络和计算机技术的发展,网络上语音信息的数据量急剧增加,与此同时,对于这些语音信息的管理和应用就提出了新的要求,因此语音文档主题分类技术在信息检索、信息过滤以及信息管理等应用领域越来越受到关注。本文提出了基于混淆网络... 详细信息

随着网络和计算机技术的发展,网络上语音信息的数据量急剧增加,与此同时,对于这些语音信息的管理和应用就提出了新的要求,因此语音文档主题分类技术在信息检索、信息过滤以及信息管理等应用领域越来越受到关注。本文提出了基于混淆网络的语音文档主题分类方法,旨在提高主题分类系统的分类性能,与传统的基于One-best和N-best的分类系统相比,基于混淆网络的分类系统优势在于混淆网络的多候选特性,以及抽取、筛选词汇等后处理对混淆网络的纠错功能,此外分类系统将词的后验概率结合到分类中,改进了权值计算方法,一定程度上提高了系统的分类性能。基于混淆网络的主题分类系统包括三个子系统：语音识别系统、语音识别后处理系统和分类系统。在语音识别阶段,利用HMM模型和HTK工具包对语音信号进行处理,得到相应的文本表示。语音信号的文本表示形式分三种,One-best、N-best和Lattice形式。本文介绍并对比了三种表示形式的优缺点,由于Lattice具有多候选的优点,在后处理部分利用聚类算法将Lattice结果强制对齐生成混淆网络,并从混淆网络中提取出能够代表该语音文档的词汇信息。最后分类系统将混淆网络与潜在语义分析技术结合,对提取到的词汇信息进行建模,得到特征项-文档矩阵形成向量空间模型,和传统的潜在语义分析相比,本系统改进了权值计算方法,将词的后验概率与特征项-文档矩阵相结合,再分别利用SVD和NMF方法对该模型进行降维处理,得到维度较低的语义向量空间后进行分类模型的训练,最终用训练好的模型对语音测试文档进行分类。本课题对属于6个类别的8703篇语音文档进行分类,并比较和分析实验结果,说明基于混淆网络的语音文档主题分类系统能够实现对语音文档的准确分类,并且其分类效果优于基于One-best和N-best的分类系统。

关键词：语音主题分类语音识别后处理 Lattice 混淆网络