隐序列分解
机器学习
2017-02-08 v6 计算与语言
机器学习
摘要
我们提出隐序列分解（LSD）框架。LSD 将具有可变长度输出单元的序列分解为输入序列和输出序列的函数。我们给出了一种采样有效扩展的训练算法和一种近似解码算法。我们在华尔街日报语音识别任务上进行了实验。我们的 LSD 模型实现了 12.9% 的词错误率（WER），而字符基线的词错误率为 14.8%。当与编码器上的卷积网络结合时，我们实现了 9.6% 的词错误率。
引用
@article{arxiv.1610.03035,
title = {Latent Sequence Decompositions},
author = {William Chan and Yu Zhang and Quoc Le and Navdeep Jaitly},
journal= {arXiv preprint arXiv:1610.03035},
year = {2017}
}