检索结果-内蒙古大学图书馆

作者：张强西南交通大学

学位级别：硕士

随着语音识别技术深入广泛的应用,它越来越将成为模式识别中的一个非常重要的研究课题,它的发展将会对未来的生活、工作带来极大的影响,而且该技术也将会成为未来十年的主流技术。近年来,由于在语音识别的研究中大词汇量、非特定人、连... 详细信息

随着语音识别技术深入广泛的应用,它越来越将成为模式识别中的一个非常重要的研究课题,它的发展将会对未来的生活、工作带来极大的影响,而且该技术也将会成为未来十年的主流技术。近年来,由于在语音识别的研究中大词汇量、非特定人、连续语音识别是最困难、也最具有挑战性的一个课题和其广泛的应用前景,所以,它吸引众多的机构和公司相继投入研究和开发。虽然基于汉语的大词汇量连续语音识别系统近年来取得了快速的发展,但其性能还远远不能满足大规模应用的要求,为此对该技术进一步的研究有着非常重要的意义和价值。在大词汇量连续语音识别系统中,语言模型的地位是非常重要。其性能的好坏直接影响到整个语音识别系统的使用范围和识别效果。因此,构建和更新一个可靠的语言模型对语音识别系统是非常关键的。本文首先详细讨论了统计语言模型的工作原理、平滑技术、评价标准等相关理论。接着,在Linux环境下搭建HTK建模平台,利用Linux下强大的命令工具并通过编写Bash和Perl脚本程序,完成对训练数据的预处理和分词,建立了能够达到HTK中语言建模工具HLM要求的语料库。然后,利用HLM建模工具完成对训练数据的不断训练,并生成一个Tri-gram的语言模型,然后对该语言模型的性能进行评估。由于识别领域内容的不断更新,导致语音识别系统中语言模型性能变差,在识别过程中出现大量的集外词。因此,提出了一种利用HTML Parser和PDFBox开发工具包进行编程来提取网页内容和PDF文档作为训练数据来源自动构建更新语言模型的完整的解决方案,采用该方案可较好地改善语言模型的性能。最后,本文大概地介绍了大词汇量连续语音识别系统的整体框架,并通过具体的实验来验证了所建立语言模型在语音识别系统中的识别效果。由于识别结果不可能完全正确,因此本文探讨了一种对识别后的内容、时间进行修改和调整的方法,保证了识别后结果与说话人真实内容的一致,从而提高了语音识别的正确性。

关键词：大词汇量连续语音识别统计语言模型 Tri-gram语言模型语料库语言模型自动更新

来源：评论

学校读者我要写书评

暂无评论

语音识别方法和语音识别系统

语音识别方法和语音识别系统

引用

作者：贾磊万广鲁 100085 北京市海淀区上地十街10号百度大厦三层

公开语音识别方法和语音识别系统。所述语音识别方法包括：接收语音输入并提取语音帧特征；通过使用解码空间对输入的语音进行语音解码，以确定语音解码结果，其中，解码空间包括基于语法规则构造的多条解码路径，所述多条解码路径包括... 详细信息

标准号: CN103325370B

公开语音识别方法和语音识别系统。所述语音识别方法包括：接收语音输入并提取语音帧特征；通过使用解码空间对输入的语音进行语音解码，以确定语音解码结果，其中，解码空间包括基于语法规则构造的多条解码路径，所述多条解码路径包括仅包含类语言模型节点的解码路径、仅包含统计语言模型节点的解码路径以及包含类语言模型节点和统计语言模型节点二者的解码路径的三种类型的解码路径；通过回溯选择的解码路径上的各个节点确定语义解析结果，其中，所述语音解码的步骤包括：将输入的语音遍历解码空间中的每一条解码路径，选择语言层得分与声学层得分之和最大的一条解码路径，并根据选择的解码路径上的各个节点的三音子声学模型确定语音解码结果。

关键词：解码路径语音解码解码统计语言模型语言模型语音识别包含多条得分语音语音识别系统接收语音节点确定声学模型提取语音语法规则语义解析选择声学层帧特征遍历回溯音子确定语言公开进行

来源：评论

学校读者我要写书评

暂无评论

用于将语言项目规范化的功能装置

用于将语言项目规范化的功能装置

引用

作者：朱莉·梅德罗米夏埃尔·加蒙柳克丽霞·范德温德丹尼尔·莫里斯美国华盛顿州

公开了一种将语言项目规范化的功能装置。本文中描述了用于将输入语言项目转换为规范化的语言项目的功能装置，规范化的语言项目表示输入语言项目的规范化的对应方。在一个环境中，输入语言项目对应于接收医疗护理的人的病症，而规范化... 详细信息

标准号: CN103034628B

公开了一种将语言项目规范化的功能装置。本文中描述了用于将输入语言项目转换为规范化的语言项目的功能装置，规范化的语言项目表示输入语言项目的规范化的对应方。在一个环境中，输入语言项目对应于接收医疗护理的人的病症，而规范化的语言项目对应于该病症的明确的和无错误的版本。在操作中，功能装置使用多个参考资源来扩展输入语言项目，从而创建扩展的语言项目。然后，功能装置根据扩展的语言项目中出现的候选分词来形成图，然后发现通过图的最短路径；该路径对应于规范化的语言项目。功能装置可使用统计语言模型将权重分配给图中的边，并且确定规范化的语言项目是否合并有两个或更多个组成语言项目。

关键词：语言功能装置规范化输入语言对应统计语言模型多个参考扩展输入权重分配项目转换医疗护理最短路径扩展对应方可使用分词两个一种版本合并接收描述操作创建公开发现确定组成

来源：评论

学校读者我要写书评

暂无评论

基于统计语言模型拼音输入法的模糊拼音切分设计与实现

基于统计语言模型拼音输入法的模糊拼音切分设计与实现

引用

作者：黄灿北京大学

学位级别：硕士

随着中国经济快速发展、人们生活水平的提高，计算机在国内社会和家庭生活中的普及已经成为一种必然的趋势。拼音输入法作为中文输入法中最为简单、且易学易用的输入方法，已经成为中文用户同全中文语言环境的计算机平台进行自由交互的... 详细信息

随着中国经济快速发展、人们生活水平的提高，计算机在国内社会和家庭生活中的普及已经成为一种必然的趋势。拼音输入法作为中文输入法中最为简单、且易学易用的输入方法，已经成为中文用户同全中文语言环境的计算机平台进行自由交互的首选工具。就在Linux和Unix凭借其开源免费且网络安全性好的优势逐步潜入全球市场的同时，中国作为最具潜力的市场同样备受关注。然而，之前应用在Linux和Unix操作系统上的拼音输入法都是面向词组的非智能输入法。那么，Linux和Unix能够在中国拥有更为广泛的用户群，首先就必须填补这两个操作系统上智能拼音输入法的空缺。基于统计语言模型的拼音输入法是拼音输入法发展的新阶段，而模糊拼音切分的实现则是拼音输入法智能化的一个很重要方面。\n 本文围绕着在OpenSolaris这个Unix操作系统上的基于统计语言模型拼音输入法的智能化主题，展开叙述了拼音输入法中模糊音节切分模块的设计和实现。本文首先在简单介绍了拼音输入法的整体框架之后，给出了模糊拼音切分模块的详细设计，主要包括支持模糊拼音切分的音节图数据结构和音节切分的数据处理算法的设计。该模块的具体实现则包括三部分：音节图数据结构的构建和功能定义；音节切分算法实现、音节网格的构建以及词汇网格的搜索；候选词表的构建，以及这三个部分是如何相互配合最终实现了系统对模糊拼音切分的支持。\n 本文结尾给出了实现模糊拼音切分的拼音输入法运行效果图，展示了支持模糊拼音切分的拼音输入法在对用户提供最佳候选句和候选词上，使得拼音输入法能够更准确地理解用户的输入，提供更准确的候选词来满足用户的需求，实现Unix操作系统平台上拼音输入法的智能化。

关键词：拼音输入法模糊拼音切分统计语言模型操作系统

来源：评论

学校读者我要写书评

暂无评论

基于标点信息和统计语言模型的语音停顿预测

引用

模式识别与人工智能 2008年第4期21卷 541-545页

作者：钱揖丽荀恩东北京工业大学计算机科学学院北京100022 山西大学计算机与信息技术学院太原030006 北京语言大学信息科学学院北京100083

语音停顿被认为是有声语言的标点符号.在语言交流中,说话人会在韵律短语的边界处插入长短不同的停顿.利用这一性质,在调查标点符号停顿作用的基础上,提出基于标点信息预测语音停顿的思想,阐述基于标点和统计模型的训练语料自动获取以及... 详细信息

语音停顿被认为是有声语言的标点符号.在语言交流中,说话人会在韵律短语的边界处插入长短不同的停顿.利用这一性质,在调查标点符号停顿作用的基础上,提出基于标点信息预测语音停顿的思想,阐述基于标点和统计模型的训练语料自动获取以及语音停顿预测方法,讨论训练语料规模对模型性能的影响,并比较基于标点信息的自动获取语料与人工标注语料的性能.实验结果显示,汉语的标点提供有价值的停顿信息,基于汉语标点信息能够有效预测语音停顿.

关键词：标点符号语音停顿统计语言模型语料获取

来源：评论

学校读者我要写书评

暂无评论

专业领域未登录词识别研究

专业领域未登录词识别研究

引用

作者：鞠菲华东师范大学

学位级别：硕士

自然语言处理一般以词为单位“理解”语言的含义,首要的任务就是分词。中文的词与词之间由于缺少天然的分隔符,大量的学者花费了数年的精力研究中文分词,致力于提高分词的准确率。中文自然语言处理中分词主要有两大难点：未登录词识别... 详细信息

自然语言处理一般以词为单位“理解”语言的含义,首要的任务就是分词。中文的词与词之间由于缺少天然的分隔符,大量的学者花费了数年的精力研究中文分词,致力于提高分词的准确率。中文自然语言处理中分词主要有两大难点：未登录词识别、歧义切分。甚至有研究表明,未登录词识别对分词的影响更大。当前未登录词识别研究采用的语料大多是报纸或者网页,重在研究提高一般语境下未登录词的识别。但是,专业领域的文献往往与一般语境不尽相同,特别是词语的构成有极大。未登录词识别方法的健壮性有限,缺乏对专业领域未登录词的研究。专业领域的这些未登录词也常常被称为行业术语,包括某个行业或者某个领域中约定俗成的简称,经常出现在各行各业较为规范的文献中。术语的正确识别对研究专业方面的文献具有重要的意义。本文研究了基于统计的未登录词识别方法,并且在专业领域的语料库中试验得到了较好的结果。为了较为彻底的探讨未登录词的统计学规律,本文在分词的基础上采用了重复字符串的方式取得作为候选的未登录词的字符串,采用了不断演进的模型探寻最优的识别未登录词的方式。首先采用了最简单的上下文无关的模型,分别使用词频、文档频率和词频反文档频率作为字符串的评价函数,若该函数取值高于阂值则识别为未登录词,否则作为垃圾串舍弃,得出词频作为评价函数的效果最好。然后在此基础上,本文逐步引入上下文相关的模型,通过互信息和信息熵探寻字符串与左右相邻字符串的关系,并且讨论这种邻接关系与该字符串是否是未登录词的关系。加入邻接关系后,模型的识别效果比单纯基于词频的模型的识别效果有所提高。实验发现单独使用互信息并不能有效揭示同一个词的各字符之间的结合程度,区未登录词与垃圾串,但是在词频的基础上使用互信息筛选能够比单纯使用词频得到更高的召回率和准确率,并且识别出更多的未登录词。左右信息熵是一种相对比较有效的识别字符串之间是连接还是切断关系的统计函数。通过左右信息熵判断元字符串是不是未登录词取得了非常高的准确率和较高的召回率,可以认为大部分未登录词都具有较高的左右熵信息。结果证明互信息与信息熵的值都与字符串是否是未登录词有关系。最终,采用基于决策树的模型,将词频与左右邻关系结合起来判别未登录词。统计候选未登录词的左邻个数,右邻个数,左信息熵,右信息熵,互信息,是否有左右邻,选用了是决策树算法判定字符串是未登录词还是垃圾串,建立模型后使用十叠交叉检验得到其准确率与召回率,该模型未登录词识别的准确率为91.8%,召回率为89.5%。文本的研究是对未登录词识别的一次很好的尝试,通过进一步提高未登录词的识别效率,能够提高分词精度,提高专业领域文献的自动化处理效率,推动中文搜索引擎的建设,有助于中文自然语言处理的进一步发展。

关键词：未登录词识别统计语言模型自然语言处理

来源：评论

学校读者我要写书评

暂无评论

维吾尔语命名实体识别和翻译研究

维吾尔语命名实体识别和翻译研究

引用

作者：李佳正中国科学院大学

学位级别：硕士

命名实体识别和翻译是文本理解和处理的基础工作，对于信息检索、信息抽取、数据挖掘、机器翻译等自然语言处理应用也起着关键性的作用。随着经济、文化等方面的发展，民族语言处理技术及应用逐渐得到人们的重视。维吾尔语的理解和处理... 详细信息

命名实体识别和翻译是文本理解和处理的基础工作，对于信息检索、信息抽取、数据挖掘、机器翻译等自然语言处理应用也起着关键性的作用。随着经济、文化等方面的发展，民族语言处理技术及应用逐渐得到人们的重视。维吾尔语的理解和处理方面，命名实体识别和翻译的研究尚在起步阶段，对它的研究有着重要的意义。本文对维吾尔语中的时间词、数词、人名和地名等命名实体的识别和翻译进行了研究，旨在解决维吾尔语命名实体识别和翻译中的关键问题，并有效应用在维汉机器翻译上。\n 具体地说，本文主要从以下几个方面进行了研究:\n 第一，研究了一种基于规则的层叠式维吾尔语时间词、数词的识别和翻译方法。首先调研了维吾尔语时间词、数词的特点，总结出有层次的规则，并分别撰写出不同层次的规则。其次，依靠规则由简单到复杂分别对基本数词、复杂数词和复杂时间词进行层叠式识别，设计开发了实用性工具。最后，本文在对多种特定数词结构设计了汉语数字的转换表达形式。实验表明，该方法可以更准确的识别和翻译维语中的数词、时间词，有效提高了翻译质量。\n 第二，提出了维吾尔语人名、地名的识别方法。首先，提出一种基于统计语言模型的汉族人名识别方法。然后，研究了使用基于最大熵模型的判别式方法，并将该方法扩展到全部人名和地名的识别工作上，对人名和地名分别采取不同的角色标注，实现了维特比动态解码，开发出了维吾尔语人名、地名识别工具，该工具在人名和地名识别方面取得了很好的效果。\n 第三，针对维吾尔族人名、汉族人名、地名的翻译方法和应用进行了研究。首先分别提出了结合规则的基于语言模型和层次短语模型的翻译方法，实验表明，该翻译方法在维语中人名、地名翻译上得到了超过75％的准确率。然后，研究了维吾尔语人名、地名识别和翻译结果在维汉机器翻译系统上的应用，将结果以翻译规则形式融入到统计翻译系统中，在不改变统计翻译系统总体流程的条件下，有效提高了维汉机器翻译系统的翻译质量。

关键词：维吾尔语命名实体识别机器翻译文本理解自然语言处理统计语言模型

来源：评论

学校读者我要写书评

暂无评论

基于Session过程的搜索优化

基于Session过程的搜索优化

引用

作者：高雅斯北京邮电大学

学位级别：硕士

随着互联网信息的爆炸式增长,搜索引擎在网络信息查找中起到至关重要的作用。而对海量数据,传统搜索算法存在应用局限性。首先,面向关键词的搜索方式,对用户构建查询的能力要求较高。其次,利用用户的简短查询与海量信息进行相关性匹配,... 详细信息

随着互联网信息的爆炸式增长,搜索引擎在网络信息查找中起到至关重要的作用。而对海量数据,传统搜索算法存在应用局限性。首先,面向关键词的搜索方式,对用户构建查询的能力要求较高。其次,利用用户的简短查询与海量信息进行相关性匹配,准确率和召回率较低。最后,通用的搜索算法无法提供个性化检索服务。为解决上述问题,本文以Session信息为对象,研究基于Session过程的搜索优化。 Session过程是指用户为满足其预先设定的搜索需求,在搜索过程中,进行的一系列查询词的修改以及与搜索结果的交互行为,包括对搜索结果页而的点击行为、浏览时间等信息。本文以Session信息为依托,提出了基于马尔可夫随机场的Session检索模型,以实现搜索优化的目的。本文的主要研究包括以下几方面。第一,以马尔可夫随机场为理论基础,构建而向Session过程的检索模型。通过对用户搜索行为模式的分析,从Session过程的时序特性出发,构建动态演进的Session检索模型。第二,以语言学特性分析为基础,研究词关联性假设在Session检索过程的优化作用。本文从词完全独立模式FIP及词序列关联模式SDP出发,构建了FISM和SDSM两类Session检索模型,进而探讨词关联性假设在Session检索过程中产生的影响。第三,以Session信息的类别划分为基础,研究Session各类信息在检索中的影响力。本文将Session信息划分为两类：历史查询HQ和历史点击网贞HC。通过Session检索模型的定义,以E(Qi),E(Ci),E(Qi+Ci)以及E(WAFi)四种查询元素的构建方式,实现各类历史信息与检索过程的有效结合。第四,以词激活力为理论基础,结合Session信息进行查询扩展,研究基于词激活力的Session检索模型的有效性。针对上述研究点,本文进行了Session检索模型的分类实验设计及实现。实验结果表明,基于马尔可夫随机场的Session检索模型能够实现搜索优化的作用。

关键词：信息检索 Session马尔可夫随机场统计语言模型词激活力

来源：评论

学校读者我要写书评

暂无评论

文本情感分析在网购评论中的应用前景

引用

信息技术 2013年第12期37卷 71-74页

作者：奚金金霍欢徐亚上海理工大学光电信息与计算机工程学院上海200093

结合网购评论文本的特点,分别从网购评论文本情感信息的抽取、分类以及情感信息的检索与归纳三个方面来阐述文本情感分析在网购评论领域的实际应用前景。其中,网购评论文本情感信息的抽取和分类是进行网购评论文本情感信息检索与归纳的... 详细信息

结合网购评论文本的特点,分别从网购评论文本情感信息的抽取、分类以及情感信息的检索与归纳三个方面来阐述文本情感分析在网购评论领域的实际应用前景。其中,网购评论文本情感信息的抽取和分类是进行网购评论文本情感信息检索与归纳的基础,而网购评论文本情感信息检索与归纳是与用户直接交互的接口,也是最具有实用价值和商业价值的部分。

关键词：文本情感分析网购评论统计语言模型情感词典情感文摘

来源：评论

学校读者我要写书评

暂无评论

利用条件概率与乘法公式解释搜索引擎拼写纠错功能的原理

引用

湖北科技学院学报 2013年第3期33卷 183-184页

作者：赵甲山西大学商务学院山西太原030031

通过条件概率与乘法公式,建立统计语言模型,对搜索引擎的拼写自动纠错功能的原理进行了解释,从而使人们更直观的认识到概率思维在实际生活中的作用。

关键词：条件概率乘法公式统计语言模型拼写纠错

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：