潜在语义分析在连续语音识别中的应用

• 作者: 史晓东 林茜 欧建林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 潜在语义分析 N元文法 k均值聚类 连续语音识别
• 年，卷（期）: 2009,（32）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 111-113
• 页数: 3页
• 分类号: TP391
• 字数: 3481字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.32.035

摘要

研究了潜在语义分析(LSA)理论及其在连续语音识别中应用的相关技术.在此基础上利用WSJO文本语料库上构建LSA模型,并将其与3-gram模型进行插值组合,构建了包含语义信息的统计语言模型;同时为了进一步优化混合模型的性能,提出了基于密度函数初始化质心的k-means聚类算法对LSA模型的向量空间进行聚类.WSJO语料库上的连续语音识别实验结果表明:LSA+3-gram混合模型能够使识别的词错误率相比较于标准的3-gram下降13.3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史晓东	厦门大学计算机科学系	31	290	8.0	16.0
2	欧建林	厦门大学计算机科学系	4	43	1.0	4.0
3	林茜	厦门大学计算机科学系	5	11	2.0	3.0