CRF模型的自动标点预测方法研究

• 作者: 张慧 蒋晔
• 来源期刊: 网络新媒体技术
• 关键词: 语音识别 最大熵 CRF
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 45-50
• 页数: 6页
• 字数: 3974字
• 语种: 中文

摘要

通过语音识别技术,将得到的文字识别结果作为指令应用到相关语音产品中,可大大提升人机交互效率.其中,为增强识别结果的可读性,自动为句子加入适当的标点停顿技术显得尤为重要.本文主要解决语音识别后处理的自动标点停顿问题,提出了基于CRF模型的自动标点预测方法.CRF和最大熵模型都属于判别式模型,评估对象最大化条件概率并直接对其建模,充分利用训练数据的类别标识信息,寻找不同类别之间的最优分类面.但是判别式模型不适合增量学习,因此训练数据的来源和分布必须满足实际产品应用的需求.本文选择的人民日报及互联网新闻语料能充分满足模型需求.针对实际应用频率较高的三种标点(句号、逗号、问号)进行预测,相比最大熵模型,CRF在逗号、问号、句号预测准确率上分别高出7.57％、1.54％和4.17％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋晔	南京财经大学信息工程学院	3	0	0.0	0.0
2	张慧	泰州机电高等职业技术学校信息工程系	11	5	1.0	1.0