汉语语言集外词检索算法的改进研究

• 作者: 张鹏远 潘接林 王旭阳 颜永红
• 来源期刊: 网络新媒体技术
• 关键词: 检索 集外词 令牌传递 置信度重估
• 年，卷（期）: 2014,（4）
• 页码范围: 30-32
• 页数: 3页
• 字数: 2229字
• 语种: 中文

摘要

针对汉语语音关键词检索任务中的集外词检索提出了一种基于局部声学信息的改进算法.在汉语语音识别和语音关键词检索任务中,由于集外词可以由词典内部的字词组合而成,因而通常认为不存在类似英文等语言中的集外词检索的问题.然而,由于数据稀疏问题,集外词在语言模型上建模不够充分,导致解码过程中难以存留下包含集外词的路径.本文根据深度神经网络在声学模型上建模的准确性,提出了在解码过程中利用令牌保存的局部声学信息以保留那些局部声学概率高而即将被剪枝掉的令牌,从而在词图中保留下来包含集外词的路径,提高集外词检索的召回率;然后再利用关键词置信度重估技术提高集外词检索的精度.实验表明,利用解码过程中的局部声学信息可以提高集外词检索的性能,召回率相对于基线系统有10％的绝对提高;在高精度区,使用置信度重估后本文提出的方法同样取得显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜永红	中国科学院声学研究所语言声学与内容理解重点实验室	94	586	14.0	20.0
2	张鹏远	中国科学院声学研究所语言声学与内容理解重点实验室	18	77	6.0	8.0
3	潘接林	中国科学院声学研究所语言声学与内容理解重点实验室	23	215	7.0	14.0
4	王旭阳	中国科学院声学研究所语言声学与内容理解重点实验室	1	1	1.0	1.0