一种在线递增式语言模型自适应方法

• 作者: 吴文虎 吴根清 郑方 金凌
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 统计语言模型 N-gram 自适应 语音识别
• 年，卷（期）: 2002,（1）
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP391.42
• 字数: 4513字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2002.01.011

摘要

本文针对传统统计语言模型的离线自适应方法,提出了一种在线实时的递增式自适应方法.该自适应方法需要解决几个问题.第一是要设计一种语言模型结构以适应在线的自适应;第二是如何利用在线收集到的语料对语言模型进行实时的参数修改;在我们设计的中文音转字平台中,将语言模型分成两个部分,分别是通用模型和用户模型.对于通用模型,采用高效的存储结构结合参数预取技术,提高了模型的速度;对于用户模型,使用动态的加权方法结合MAP动态调整参数.本文所做的实验证明使用该方法能较大程度的降低中文音转字的错误率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴文虎	清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心	26	489	12.0	22.0
2	郑方	清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心	26	393	10.0	19.0
3	金凌	清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心	2	39	2.0	2.0
4	吴根清	清华大学计算机科学与技术系智能技术与系统国家重点实验室语音技术中心	2	39	2.0	2.0