Unsupervised Lexicon Discovery from Acoustic Input
Unsupervised Lexicon Discovery from Acoustic Input
复制标题
从声音输入中进行无监督词典发现
DOI：
10.1162/tacl_a_00146
复制
发表时间：
2015
影响因子：
10.9
通讯作者：
James R. Glass
中科院分区：
文献类型：
--
作者：
Chia;Timothy J. O'Donnell;James R. Glass
我们提出了一个无监督音位词汇发现模型——从声学输入中同时学习类音位和类词单位的问题。我们的模型建立在早期的声学数据无监督类电话单元发现模型（Lee and Glass, 2012）和使用Adaptor语法框架的无监督符号词汇发现模型（Johnson et al., 2006）的基础上，使用语音变化的概率模型整合了这些早期的方法。我们证明了该模型与最先进的口语术语发现系统具有竞争力，并提出了探索模型行为和它学习的语言结构类型的分析。
We present a model of unsupervised phonological lexicon discovery—the problem of simultaneously learning phoneme-like and word-like units from acoustic input. Our model builds on earlier models of unsupervised phone-like unit discovery from acoustic data (Lee and Glass, 2012), and unsupervised symbolic lexicon discovery using the Adaptor Grammar framework (Johnson et al., 2006), integrating these earlier approaches using a probabilistic model of phonological variation. We show that the model is competitive with state-of-the-art spoken term discovery systems, and present analyses exploring the model’s behavior and the kinds of linguistic structures it learns.
分词、词汇习得和语音变异的联合学习模型
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
Micha Elsner (Author)
通讯作者：
Micha Elsner (Author)