汉语语音识别中的加权概念转移网络语言模型

• 作者: 孙静 徐向华 朱杰
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 语音识别 语言模型 概念转移网络 概念层次
• 年，卷（期）: 2003,（10）
• 所属期刊栏目: 无线电电子学、电信技术
• 页码范围: 1585-1587
• 页数: 3页
• 分类号: TN912.34
• 字数: 2150字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2003.10.024

摘要

采用分层语法规则的加权概念转移网络,并将语法规则和类似于统计语言模型中的概率分布结合起来,通过引入平滑的概念,为一些超出词典的OOV词和超出语法规则的词分配一个较小的概率,使模型具有较强的稳健性.实验结果表明:这种分层语法表示灵活、概念清晰、实现简单,可以较大地降低语言模型的混乱度;模型在概念级的预测性能可达到99%的正确率.用该语言模型为语音识别提供预测单元,可以提高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐向华	上海交通大学电子工程系	19	153	7.0	12.0
2	朱杰	上海交通大学电子工程系	151	1082	15.0	27.0
3	孙静	上海交通大学电子工程系	23	163	7.0	12.0