Sparse Coding Approaches to Language Acquisition

语言习得的稀疏编码方法

• 批准号: 200293401
• 负责人: Professor Dr.-Ing. Reinhold Häb-Umbach
• 金额: --
• 依托单位: Institut für Elektrotechnik und Informationstechnik
• 依托单位国家: 德国
• 项目类别: Priority Programmes
• 财政年份: 2011
• 资助国家: 德国
• 起止时间: 2010-12-31 至 2015-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/200293401?language=en
• 关键词: Sparse; Coding; Approaches; Language; Acquisition

Ziel dieses Projektes ist die Entwicklung eines Systems zum Lernen von Referenzmustern für das unüberwachte Erlernen einer Sprache. Die Maschine soll wiederkehrende Muster in dem kontinuierlich gesprochenen Eingangssprachsignal entdecken und ein Inventar von Einheiten erlernen, und zwar auf zwei verschiedenen Abstraktionsebenen: zum Einen auf der Ebene der Laute und zum Anderen auf der Ebene der Wörter. Es sollen Verfahren aus dem Gebiet der spärlichen Kodierung eingesetzt werden, um eine Repräsentation des Sprachsignals zu finden, bei der die Darstellung des Sprachsignals im Kurzzeit-Spektralbereich durch eine Linearkombination von Basisvektoren angenähert wird. Während nichtnegative Matrixfaktorisierung (NMF) auf Sprache bereits eingesetzt worden ist, gibt es andere Verfahren, welche nicht die Nichtnegativität der Matrixelemente voraussetzen, so dass sie besser geeignet sind, um sie auf die üblichen Parametrisierungen von Sprachsignalen, etwa die Mel-Frequenz Cepstralen Koeffizienten, anzuwenden. Ein vielversprechendes Verfahren ist die k-Singulärwertzerlegung (k-SVD), die bisher vornehmlich im Computersehen eingesetzt worden ist. Alle diese Lernverfahren müssen jedoch erweitert werden, damit sie, zusätzlich zu dem Erlernen der typischen spektralen Muster, auch die zeitliche Korrelation von Sprachsignalen erfassen können. Dazu sollen Ansätze aus dem Bereich der dynamischen Zeitanpassung und der ”hidden” Markovmodell-basierten Spracherkennung verwendet werden. Auf der ersten, unteren Stufe der Dekomposition des Eingangssprachsignals sollen wiederkehrende Lauteinheiten entdeckt werden. Auf der zweiten, höheren Abstraktionsebene werden mit ähnlichen Verfahren wie auf der ersten Ebene Wort- oder Phraseneinheiten erlernt, basierend auf einer Beschreibung der unteren Ebene mit Hilfe von n-Grammen, d.h. von Häufigkeiten von Lautfolgen. Die untere Ebene soll dabei Posteriorwahrscheinlichkeiten an die obere Ebene weitergeben, um eine vorzeitige definitive Entscheidung über Laute zu vermeiden.

Ziel dieses Projektes ist die Entwicklung eines Systems zum Lernen von Referenzmustern für das unüberwachte Erlernen einer Sprache. Die Maschine soll wiederkeeping de Muster in dem kontinuierlich gesprochenen Eingangssprachsignal entdecken and ein Inventar von Einheiten erlernen，and zwar auf zwei verbedenen Abstraktionsebenen：zum Einen auf der Ebene der Laute and zum Anderen auf der Ebene der Wörter.这是一种基于线性组合的语音信号转换方法，它可以在语音信号转换器中找到一种韦尔登的语音信号表示方法。在Sprache中使用非负矩阵分解（NMF）是一种沃登方法，它是一种简单的方法，它不需要矩阵元素的非负性，所以它最好是这样的，它可以在Sprachsignalen的参数化中使用，也可以在Mel-Frequenz Cepstralen Koeffizienten中使用。一个复杂的计算是k-奇异值分解（k-SVD），更好的计算是一个沃登。所有这些语言都必须韦尔登，因为它们都是典型的语音集合，也是语音信号的时间相关性。因此，我们必须从动态时代潮流和“隐藏的”马尔可夫模型基础上的语言理解的角度来解释韦尔登。首先，在新的语言信号的组成部分中，只有韦尔登的语言才能被接受。在第二章中，我们将抽象韦尔登与第一个词或第二个短语的形式进行比较，并将其与第一个词或第二个短语进行比较。由劳特福尔根的高级管理人员负责。下一个Ebene必须向后移动，然后才能看到Ebene，这是一个非常明确的Entscheidung über Laute zu vermeiden。

项目成果

Iterative Bayesian word segmentation for unsupervised vocabulary discovery from phoneme lattices

• DOI: 10.1109/icassp.2014.6854364
• 发表时间: 2014-05
• 期刊: 2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
• 作者: Jahn Heymann;Oliver Walter;Reinhold Häb-Umbach;B. Raj