版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、語言模型在語音識別中占據(jù)著重要的地位,它擔(dān)負著把拼音轉(zhuǎn)化成漢字的重任,語言模型性能的好壞直接影響到語音識別的結(jié)果好壞。當(dāng)前應(yīng)用最廣泛的語言模型是基于統(tǒng)計的語言模型。數(shù)據(jù)稀疏問題是統(tǒng)計語言模型所面臨的主要問題之一。同時,由于統(tǒng)計語言模型只考慮了語言的局部信息,因此在統(tǒng)計語言模型中融入全局信息是很有意義的。當(dāng)前應(yīng)用于統(tǒng)計語言模型中的平滑技術(shù)有很多種,在語音識別中常用的有Katz平滑和Church-Gale平滑。為了在統(tǒng)計語言模型中加入全局信
2、息,本文引用了Bellegarda提出的基于潛在語義分析的語言模型。該模型從文本全局內(nèi)容的角度出發(fā)來預(yù)測詞的出現(xiàn)概率,很好地彌補了統(tǒng)計語言模型的局部性,是統(tǒng)計語言模型很好的補充。通過對詞—文檔矩陣進行奇異值分解,所有文檔和詞都用相同維數(shù)的向量來表示,文檔對詞的預(yù)測能力就用它們所對應(yīng)的向量的相似度來衡量。在統(tǒng)計語言模型和潛在語義分析語言模型的基礎(chǔ)上構(gòu)建了一種混合的語言模型,該模型同時包括了文本的局部信息和全局信息。為了比較混合模型和統(tǒng)計模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于潛在語義索引模型的查詢語義擴展模型.pdf
- 基于動態(tài)閾值模型的概率潛在語義分析方法.pdf
- 潛在語義分類模型的研究.pdf
- 正念覺知的潛在結(jié)構(gòu)研究:基于混合Rasch模型與潛在類別模型的分析.pdf
- 正念覺知的潛在結(jié)構(gòu)研究:基于混合rasch模型與潛在類別模型的分析
- 基于潛在語義分析的查詢擴展研究.pdf
- 基于潛在語義分析的中文概念檢索研究.pdf
- 基于潛在中間語義的多語言信息檢索研究.pdf
- 基于潛在語義分析和最大熵的中文情感分析研究.pdf
- 基于統(tǒng)計語言模型和Passage特征的信息檢索模型研究.pdf
- 基于潛在語義分析的Web文本分類研究.pdf
- 基于潛在語義分析的文本摘要技術(shù)研究.pdf
- 基于潛在語義分析的遷移學(xué)習(xí)方法研究.pdf
- 基于潛在語義分析的智能搜索技術(shù)研究.pdf
- 基于潛在語義分析的多網(wǎng)頁自動文摘研究.pdf
- 基于高階潛在語義分析的音樂推薦系統(tǒng)的研究.pdf
- 79219.基于潛在語義分析的查詢擴展研究
- 潛在語義的Markov網(wǎng)絡(luò)檢索模型的研究.pdf
- 基于潛在語義分析的代碼壞味檢測.pdf
- 基于潛在語義分析的自動問答系統(tǒng).pdf
評論
0/150
提交評論