结构化语言模型的识别性能
计算与语言
2007-05-23 v1
摘要
本文提出了一种受语言学分析启发的新型语音识别语言模型。该模型逐步构建隐式层次结构，并利用其从词汇历史中提取有意义的信息，从而实现对扩展距离依赖的支持，以弥补当前 n 元模型的局部性。所述结构化语言模型、其概率参数化方式以及在两遍语音识别器中的性能被呈现。SWITCHBOARD 语料库上的实验表明，与常规三元模型相比，该方法在困惑度和词错误率方面均有所改进。
引用
@article{arxiv.cs/0001022,
title = {Recognition Performance of a Structured Language Model},
author = {Ciprian Chelba and Frederick Jelinek},
journal= {arXiv preprint arXiv:cs/0001022},
year = {2007}
}
备注
4 pages