利用句法结构进行自然语言建模

本论文提出了一种利用自然语言中的句法结构，以提高语音识别语言模型性能的方法。结构化语言模型融合了自动语法解析和语言建模技术，采用一种原创的概率参数化方式对移-归约解析器进行建模。采用属于期望最大化算法类的最大似然再估计程序进行模型训练。在华尔街日报、Switchboard 和广播新闻语料库上的实验表明，与标准三元语法语言模型相比，本方法在困惑度和词错误率（词汇单元重新打分）方面均有所改进。本论文的意义在于提出一种原创的方法，利用自然语言中的层次化（句法）结构，以提高当前用于大词汇量语音识别的三元语法建模技术的性能。