基于RNN汉语语言模型自适应算法研究

• 作者: 刘辉 杨俊安 林伟 王龙 陈雷
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 语音识别 循环神经网络 语言模型 在线自适应
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 综述
• 页码范围: 31-34,38
• 页数: 5页
• 分类号: TP391
• 字数: 3964字
• 语种: 中文

摘要

深度学习在自然语言处理中的应用越来越广泛。相比于传统的n-gram统计语言模型，循环神经网络（Recurrent Neural Network，RNN）建模技术在语言模型建模方面表现出了极大的优越性，逐渐在语音识别、机器翻译等领域中得到应用。然而，目前RNN语言模型的训练大多是离线的，对于不同的语音识别任务，训练语料与识别任务之间存在着语言差异，使语音识别系统的识别率受到影响。在采用RNN建模技术训练汉语语言模型的同时，提出一种在线RNN模型自适应（self-adaption）算法，将语音信号初步识别结果作为语料继续训练模型，使自适应后的RNN模型与识别任务之间获得最大程度的匹配。实验结果表明：自适应模型有效地减少了语言模型与识别任务之间的语言差异，对汉语词混淆网络进行重打分后，系统识别率得到进一步提升，并在实际汉语语音识别系统中得到了验证。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨俊安		69	461	10.0	18.0
5	刘辉		17	85	6.0	8.0
9	陈雷		5	38	4.0	5.0
11	王龙		6	56	5.0	6.0
17	林伟		3	30	3.0	3.0