检索结果-内蒙古大学图书馆

作者：姜子明哈尔滨工业大学

学位级别：硕士

语音指令的识别与理解是仪表校验机器人智能化控制的前提,本课题针对常见商用语音识别软件对校验术语识别效果差的问题,进行面向仪表校验机器人的自然语言理解研究。从声学模型和语言模型两方面入手,分析影响语音识别系统性能的关键指标... 详细信息

语音指令的识别与理解是仪表校验机器人智能化控制的前提,本课题针对常见商用语音识别软件对校验术语识别效果差的问题,进行面向仪表校验机器人的自然语言理解研究。从声学模型和语言模型两方面入手,分析影响语音识别系统性能的关键指标,并对指令语句进行理解。同时考虑到应用过程中控制语句的扩充需求,引入说话人自适应模块,解决训练过程中数据稀疏的问题。首先,基于短时分析技术实现对语音信号的预处理,包括预加重与短时加窗运算,减少采集和传输过程中的衰减与干扰,并获取若干用于后续计算的短时准稳态过程。采用MFCC参数基础上的特征向量,提取了包含12维MFCC系数、对数能量值、以及它们的一阶、二阶差分系数,共39维的特征向量,将无法直接处理的语音信号抽象成数学形式。然后,针对识别基元建立HMM(隐马尔可夫模型)声学模型,采用输出为连续5维混合高斯分布的5状态自左向右的拓扑结构。利用Baum-Welch算法进行嵌入式训练,在上下文无关的monophone模型的基础上训练识别性能更优的上下文相关triphone模型,通过基于Viterbi算法的令牌传递法进行解码,获取语音识别结果,识别率达到90.2%。打破单纯使用声学模型的局限性,融合二元文法统计语言模型规定字词的上下文依存关系,令识别率提升至98.9%。为每条指令赋予唯一ID编号,实现自然语言的简单理解,将语音指令识别结果转化机器可以处理的形式。最后,针对仪表校验机器人实际应用过程中扩展词条时可能出现的训练数据稀疏问题,在MAP、MLLR算法的基础上,利用MAP/MLLR混合算法进行说话人自适应计算,将自适应前15.5%的识别率提升至85.0%,进而实现只需少量目标说话人的训练数据即可稳健匹配新说话人语音特征的自适应设计。

关键词：语音识别仪表校验 HMM 统计语言模型说话人自适应

来源：评论

学校读者我要写书评

暂无评论

基于多语言模型融合的鲁棒手写后处理方法

基于多语言模型融合的鲁棒手写后处理方法

引用

作者：黄哲敏哈尔滨工业大学

学位级别：硕士

随着智能终端的飞速发展,在移动端市场上,开发一种具备篇章级连续手写能力的输入法是很有必要的。本文提出了一种全新的手写输入模式,并基于这种模式设计并开发了i OS手写输入法,该输入法能够自动对手写文字进行切分、识别,并通过统计... 详细信息

随着智能终端的飞速发展,在移动端市场上,开发一种具备篇章级连续手写能力的输入法是很有必要的。本文提出了一种全新的手写输入模式,并基于这种模式设计并开发了i OS手写输入法,该输入法能够自动对手写文字进行切分、识别,并通过统计语言模型来提升系统整体的性能。由于汉字具有结构复杂,字体多变,而且不同书写者手写体差异大的特点,仅仅依靠识别器的单字识别,已经很难再进一步提升识别准确率,所以在单字识别的基础上,利用统计语言模型,结合文本上下文信息来对识别结果序列进行后处理是一种有效的方法,但是传统的语言模型均是在N-gram模型的基础上演化得来,即便加入了一些外部特征来降低模型的困惑度,却仍然无法摆脱N-gram模型带来的根源性影响,本文将针对这一问题,提出两种解决途径,一种是修改语言模型来降低错误传递对整体识别结果的影响,另一种是结合循环神经网络来增强模型的路径选择能力。对于第一种途径,本文主要借鉴了神经网络中的双向启发和Skip-gram模型中的跳跃思想,共提出了6种增强系统鲁棒性的方法,并将提升效果最好的跳跃统计模型与循环神经网络进行结合来查找最优路径。实验中,本文以人民日报语料,Wiki百科中文语料以及Sogou在线新闻语料作为训练数据集,在中科院采集的CASIA-OLHWDB2.0,2.1和2.2(总计约135万字的在线连续手写数据集)的部分数据集上进行测试。结果表明,本文提出的跳跃语言模型在增强语言模型的鲁棒性以及消除错误传递的问题上首选率提升了3.35%,并且在修改F值上有很大幅度的提升,从数据上证明了方法在解决错误传递问题的有效性。

关键词：统计语言模型语句级手写后处理鲁棒语言模型循环神经网络错误传递

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的中文标准文献语言模型

引用

吉林大学学报（工学版） 2015年第2期45卷 596-599页

作者：李抵非田地胡雄伟吉林大学仪器科学与电气工程学院长春130021 国家标准化管理委员会标准信息中心北京100088

为解决中文标准文献的自然语言处理问题,对Hierarchical Log-Bilinear英文统计语言模型算法进行了改进,构建了适用于中文语言的模型。采用深度神经网络技术,将无监督学习与有监督学习相结合,利用多层受限玻尔兹曼机训练文本词向量,并将... 详细信息

为解决中文标准文献的自然语言处理问题,对Hierarchical Log-Bilinear英文统计语言模型算法进行了改进,构建了适用于中文语言的模型。采用深度神经网络技术,将无监督学习与有监督学习相结合,利用多层受限玻尔兹曼机训练文本词向量,并将训练好的词向量输入到前馈神经网络进行有监督训练,完成对中文标准文献内容的机器学习。对100多万条标准题录数据进行训练的实验结果表明,该方法能有效提高语言模型的学习能力。

关键词：人工智能自然语言处理统计语言模型深度神经网络受限玻尔兹曼机词向量表示

来源：评论

学校读者我要写书评

暂无评论

基于深度学习和自然语言的光学字符识别优化方法和系统

基于深度学习和自然语言的光学字符识别优化方法和系统

引用

作者：姚毅 200120 上海市浦东新区郭守敬路498号28号楼5楼

本发明公开了基于深度学习和自然语言的光学字符识别优化方法和系统，提高了对印刷文字的识别率，特别在分辨率不高的情况下效果更为明显。其技术方案为：从模拟人的肉眼的识别思路出发，采用深度学习理论的卷积神经网络模型进行文字识... 详细信息

标准号: CN109034147A

本发明公开了基于深度学习和自然语言的光学字符识别优化方法和系统，提高了对印刷文字的识别率，特别在分辨率不高的情况下效果更为明显。其技术方案为：从模拟人的肉眼的识别思路出发，采用深度学习理论的卷积神经网络模型进行文字识别，并在后处理阶段引入自然语言处理的统计语言模型等技术，通过统计语言模型的词法切分和语法匹配进行识别后的内容修复，最终输出准确率较高的结构化文档。

关键词：统计语言模型自然语言光学字符识别卷积神经网络自然语言处理结构化文档后处理内容修复文字识别印刷文字识别率分辨率准确率词法语法匹配输出学习引入优化

来源：评论

学校读者我要写书评

暂无评论

交通数据中的会话识别

引用

中文信息学报 2016年第1期30卷 162-169页

作者：娄新燕刘洋禹晓辉山东大学计算机科学与技术学院山东济南250101

会话识别因其能够提供对用户行为模式的深入理解而备受关注。交通数据会话是指用户为了完成某个任务而经过的交通路口序列。该文中我们采用超时和统计语言模型两种方法来进行会话识别。超时方法主要考察相邻交通路口之间的时间间隔对会... 详细信息

会话识别因其能够提供对用户行为模式的深入理解而备受关注。交通数据会话是指用户为了完成某个任务而经过的交通路口序列。该文中我们采用超时和统计语言模型两种方法来进行会话识别。超时方法主要考察相邻交通路口之间的时间间隔对会话识别的影响,而统计语言模型则考虑路口序列的全局规律性。我们在交通数据集上进行了大量的实验,并通过比较分析两种方法性能上的差异得知时间因素比全局规律性在会话识别中的影响更大。

关键词：会话识别超时方法统计语言模型

来源：评论

学校读者我要写书评

暂无评论

一种基于电力调度系统的语音识别模型的建立方法

一种基于电力调度系统的语音识别模型的建立方法

引用

作者：鄢发齐王春明杨超江保锋李炳志肖志强 430077 湖北省武汉市东湖梨园华中电网有限公司

本发明涉及一种基于电力调度系统的语音识别模型的建立方法，其主要技术特点是包括步骤1、采用HMM模型和深度神经网络建立基于电力调度系统的声音模型；步骤2、采用统计语言模型方法建立基于电力调度系统的语言模型。本发明采用HMM(隐... 详细信息

标准号: CN108447475A

本发明涉及一种基于电力调度系统的语音识别模型的建立方法，其主要技术特点是包括步骤1、采用HMM模型和深度神经网络建立基于电力调度系统的声音模型；步骤2、采用统计语言模型方法建立基于电力调度系统的语言模型。本发明采用HMM(隐马尔科夫)和DNN(深度神经网络)的技术建立电网专属行业声学模型以及基于N‑Gram语音模型，有效提高了语音识别的准确率和工作效率，并消除了误差，能够较好地满足电力调度行业语音识别的需要，经在华中电网试验表明，华中电网发输电计划调整、山火场景、一次设备操作(转状态)和故障汇报四个工作场景连续语音识别实验准确率达到85％以上，具有广泛的应用前景。

关键词：电力调度系统语音识别神经网络准确率电网统计语言模型电力调度工作场景工作效率技术特点计划调整连续语音声学模型声音模型一次设备语言模型语音模型山火输电场景试验汇报应用

来源：评论

学校读者我要写书评

暂无评论

基于概率潜在语义分析优化拼音汉字转换

引用

信息技术 2016年第11期40卷 33-37,41页

作者：郑叶清刘功申上海交通大学电子信息与电气工程学院上海200240

文中拼音汉字转换在中文处理中有诸多应用。文中提出基于概率潜在语义获取拼音汉字转换过程之中文本所存在的潜在语义知识,从而将长距离的语义知识与拼音汉字转换模型相结合,提升汉字转换准确率;同时在实验中研究引入更多文本知识增强... 详细信息

文中拼音汉字转换在中文处理中有诸多应用。文中提出基于概率潜在语义获取拼音汉字转换过程之中文本所存在的潜在语义知识,从而将长距离的语义知识与拼音汉字转换模型相结合,提升汉字转换准确率;同时在实验中研究引入更多文本知识增强模型性能,优化了拼音汉字转换模型应用效果。

关键词：概率潜在语义分析拼音汉字转换统计语言模型

来源：评论

学校读者我要写书评

暂无评论

动态规划算法对GenoCAD设计结果的优化（英文）

引用

生物信息学 2016年第3期14卷 173-180页

作者：方刚西安文理学院生物与环境工程学院西安710065 西安财经学院信息学院西安710100

Geno CAD(***)是一种基于Web的免费合成生物学设计软件,用它可以进行表达载体及人工基因网络设计。持续点击代表各种合成生物学标准"零件"的图标,以一种语法进行设计,最后就可以得到由数十个功能片段组成的复杂质粒载体。但是... 详细信息

Geno CAD(***)是一种基于Web的免费合成生物学设计软件,用它可以进行表达载体及人工基因网络设计。持续点击代表各种合成生物学标准"零件"的图标,以一种语法进行设计,最后就可以得到由数十个功能片段组成的复杂质粒载体。但是在GenoCAD中,每一类的合成生物学标准"零件"数量众多。随着这些标准"零件"的不断开发,其数量也在进一步增加,目前选择合适的"零件"组装成功能性的质粒载体费时费力并且容易发生错误。在进行载体设计的最后阶段,从众多的"零件"中选择合适的往往比较困难。为解决这一问题,本文采用了自然语言处理的统计语言模型,它最初用于自然语言识别,用来估算一组词串成为一个正确语句的概率的大小。本文最后以该模型为基础应用动态规划算法优化质粒载体设计,从众多的选项中找出最优者。利用这一方法可以减少进行生物学实验的冗余操作,从而减少载体构建过程中的花费。

关键词：合成生物学统计语言模型动态规划算法生物学“零件” GenoCAD

来源：评论

学校读者我要写书评

暂无评论

统计语言模型的研究与应用

统计语言模型的研究与应用

引用

作者：文娟北京邮电大学

学位级别：博士

统计语言模型在自然语言处理技术中占有重要地位,在语音识别、光学字符识别、机器翻译、汉语拼音输入、信息检索等许多系统中都得到了成功的应用。然而,现有的统计语言模型还存着一些缺陷,其中,对语言中常见的长距相依现象的描述能力弱... 详细信息

统计语言模型在自然语言处理技术中占有重要地位,在语音识别、光学字符识别、机器翻译、汉语拼音输入、信息检索等许多系统中都得到了成功的应用。然而,现有的统计语言模型还存着一些缺陷,其中,对语言中常见的长距相依现象的描述能力弱、在语料变化时难以保持一致的描述能力是两个制约其产生更大应用价值的重要问题。本文针对统计语言模型存在的上述不足之处,对汉语语言模型从多个角度出发,开展了多项研究工作,旨在有效克服或缓解这些问题。论文的主要工作和研究成果如下： 1、统计语言模型是基于语料而建立的,语料中各种信息的使用程度直接关系到语言模型的性能。作为开展统计语言模型研究的第一步,本文首先完成了一个语料检索工具。该工具能够使用复杂逻辑表达式进行检索,也能够通过用户自定义的表达式来检索语料中的各种语言模式。 2、为了提高统计语言模型描述语言长距相依现象的能力,本文从扩大模型单元和跳跃模型单元两个方面开展了研究。本文认为扩大模型单元是解决长距相依问题的一个有效手段,为此提出了一种基于中文高频词串(Chinese Frequent String:CFS)的语言模型。本文首先给出了一种基于字串切分度的CFS抽取算法,基于该算法抽取的CFS比词具有更大的颗粒度。实验表明,在模型阶数相同的情况下,基于CFS的语言模型比基于字或词的语言模型具有更好的建模长距相依现象的能力。在跳跃模型单元方面,本文提出了一种基于汉语句子语义框架的语言模型(Semantic Frame Based Language Model:SFLM),模型基于语义框架中论元与主动词的关联直接建模句子中的长距相依关系。由于主动词框架与动词义项直接关联,本文将AdaBoosting的方法用于主动词的词义消歧中,来辅助语义框架的确定。实验表明,这种基于语义结构的N元语言模型能够有效建模长距相依关系,降低模型的复杂度。 3、针对语言模型在跨语料种类时表现的性能差异问题,本文从生成模型和判别模型两种不同的训练方法上进行了研究。在生成模型方面,针对于语料改变时产生的严重数据稀疏现象,本文提出了一种对传统Kneser-Ney平滑(以后简称K-N平滑)进行优化的参数估计方法。实验表明,基于本文提出的优化K-N平滑算法的线性插值N元语言模型具有较好的跨语料适应能力。在判别模型方面,在最小样本风险(Minimum Sample Risk:MSR)训练方法中结合N-best算法,降低了算法的复杂性,进而研究了这种判别模型在不同语料下的模型性能和自适应能力。 4、汉语拼音输入(拼音-汉字转换：后简称音字转换)是统计语言模型的一个重要应用领域。本文最后研究了语言模型在汉语音字转换中的应用。拼音流切分是在进行音字转换之前所必需的预处理。本文借鉴汉语字串流切分中的术语,首次归纳定义了音字转换任务中进行拼音流切分时所能遇到的两种歧义,即交集歧义和组合歧义。并分别针对两种歧义提出了相应的基于语言模型的消歧算法。实验表明,算法均具有很高的消歧性能。本文进一步将三元语言模型用于整句音字转换,由于在三元模型下不能直接采用维特比搜索算法,本文将A*启发式搜索算法应用到三元模型的最优解搜索问题上,简化了搜索的路径。实验表明,模型具有较好的音字转换能力。

关键词：统计语言模型长距相依跨语料适应中文高频字串 K-N平滑拼音流切分歧义音字转换

来源：评论

学校读者我要写书评

暂无评论

基于统计语言模型的英语易读性研究

引用

解放军外国语学院学报 2010年第6期33卷 19-24页

作者：邢富坤程东元解放军外国语学院基础部河南洛阳471003 北京语言大学语言信息处理研究所北京100083

英语易读性研究有着悠久的历史,其研究成果在英语教学及研究中发挥着重要作用。近年来,随着统计自然语言处理技术的快速发展,英语易读性研究逐渐摆脱了过去单纯依靠测量词长、句长等因素的局限,开始从建立统计语言模型的角度进行探索,... 详细信息

英语易读性研究有着悠久的历史,其研究成果在英语教学及研究中发挥着重要作用。近年来,随着统计自然语言处理技术的快速发展,英语易读性研究逐渐摆脱了过去单纯依靠测量词长、句长等因素的局限,开始从建立统计语言模型的角度进行探索,并取得了较好的应用效果。本文在回顾易读性研究历史的基础上,重点介绍当前基于统计语言模型的英语易读性研究的最新进展情况,并对这种研究方法进行评析,指出今后的努力方向,以期能够更深入地开展易读性研究,不断提高易读性研究水平。

关键词：统计语言模型易读性语料库自然语言处理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：