基于对话回合衰减的cache语言模型在线自适应研究

• 作者: 何伟 李红莲 林碧琴 袁保宗
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 口语对话系统 语言模型 cache自适应
• 年，卷（期）: 2003,（5）
• 页码范围: 41-47
• 页数: 7页
• 分类号: TP391
• 字数: 4353字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2003.05.007

摘要

目前由于特定任务域语料的稀疏并且难以收集,这严重阻碍了对话系统的可移植性.如何利用在线收集的少量训练语料,实现语言模型的快速自适应,从而有效提高对话系统在新任务域的识别率是本文的目的所在.本文对传统cache模型修正后,提出了基于历史单元衰减的cache语言模型,以在线递增方式收集语料进行自适应,并与通用语言模型进行线性插值.在对话系统中,以对话回合为历史单元,也可称为基于对话回合衰减的cache语言模型.在两个完全不同任务域--颐和园导游与火车票订票任务域进行的实验表明,在自适应语料不到1千句时,与无自适应模型相比,有监督模式下的识别错误率分别降低了47.8%和74.0%,无监督模式下的识别错误率分别降低了30.1%和51.1%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁保宗	北方交通大学信息所	60	1129	14.0	33.0
2	林碧琴	北方交通大学信息所	11	95	6.0	9.0
3	李红莲	北方交通大学信息所	6	241	4.0	6.0
4	何伟	北方交通大学信息所	7	74	5.0	7.0