基于多语言任务的口语词的一次性学习

• 作者: 张连海 沈君 王蓉蓉
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 非参贝叶斯 多语言 声学单元发现 一次性学习 迁移学习
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息处理技术
• 页码范围: 331-337
• 页数: 7页
• 分类号: TN912.34
• 字数: 5987字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2018.03.015

摘要

一次性学习(one-shot learning)是一种仅从一个或少数例子中学习新概念的人类的能力.首先提出口语词上的一次性学习任务的计算模型——基于HHMM模型的口语词的一次性学习框架;然后利用非参贝叶斯方法从多语言语音数据中发现语言间通用的类音素声学单元;最后将自动获得的声学单元用于一次性学习任务,对英语、日语和汉语的口语词进行一次性分类实验.实验结果表明,从多语言中获取的类音素声学单元可以作为基本的概念组合生成复杂的概念(词),实现口语词分类,表明了从一种语言中学到的基本声学单元的知识可以迁移到另一种语言的学习中去.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张连海		35	152	7.0	11.0
2	王蓉蓉		1	2	1.0	1.0