基于模糊训练集的领域相关统计语言模型

• 作者: 陈浪舟 黄泰翼
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 语音识别 统计语言模型 模糊 自组织学习
• 年，卷（期）: 2000,（7）
• 页码范围: 971-978
• 页数: 8页
• 分类号: TP391
• 字数: 5788字
• 语种: 中文

摘要

统计语言模型在语音识别中具有重要作用.对于特定领域的识别系统来说,主题相关的语言模型效果远远优于领域无关的语言模型.传统方法在建立领域相关的语言模型时通常会遇到两个问题,一个是领域相关的语料不像普通语料那样充分,另一个是一篇特定的文章往往与好几个主题相关,而在模型的训练过程中,这种现象没有得到充分的考虑.为解决这两个问题,提出了一种新的领域相关训练语料的组织方法--基于模糊训练集的组织方法,领域相关的语言模型就建立在模糊训练集的基础上.同时,为了增强模型的预测能力,将自组织学习引入到模型的训练过程中,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈浪舟	中国科学院自动化研究所	3	45	2.0	3.0
2	黄泰翼	中国科学院自动化研究所	12	138	7.0	11.0