基于级联重排序的汉语音字转换

• 作者: 关键 姚霖 李鑫鑫 王轩
• 来源期刊: 自动化学报
• 关键词: 汉语音字转换 重排序 最小错误学习 感知器方法
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 624-634
• 页数: 11页
• 字数: 10645字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2014.00624

摘要

N 元语言模型是解决汉字音字转换问题最常用的方法。但在解析过程中，每一个新词的确定只依赖于前面的邻近词，缺乏长距离词之间的句法和语法约束。我们引入词性标注和依存句法等子模型等来加强这种约束关系，并采用两个重排序方法来利用这些子模型提供的信息：1)线性重排序方法，采用最小错误学习方法来得到各个子模型的权重，然后产生候选词序列的概率；2)采用平均感知器方法对候选词序列进行重排序，能够利用词性、依存关系等复杂特征。实验结果显示，两种方法都能有效地提高词N 元语言模型的性能。而将这两种方法进行级联，即首先采用线性重排序方法，然后把产生的概率作为感知器重排序方法的初始概率时性能取得最优。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王轩	哈尔滨工业大学深圳研究生院计算机应用研究中心	16	170	8.0	13.0
3	李鑫鑫	哈尔滨工业大学深圳研究生院计算机应用研究中心	3	22	3.0	3.0
9	关键	哈尔滨工业大学深圳研究生院计算机应用研究中心	3	10	3.0	3.0