日本語音声認識のための統計的言語モデルとそのタスク適応に関する研究

日语语音识别统计语言模型及其任务适配研究

• 批准号: 09780307
• 负责人: 伊藤 彰則
• 金额: $ 1.28万
• 依托单位: Yamagata University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1997
• 资助国家: 日本
• 起止时间: 1997 至 1998
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-09780307/
• 关键词: 統計的言語モデル; 形態素解析; 読み付与; 連続音声認識

今年度の研究では,「日本語連続音声認識のための形態素解析によらない統計的言語モデル」の研究を行った.この研究は2つのサブテーマから成っている.一つは統計的に選ばれた文字列を単位とした言語モデルの作成であり,もう一つは統計的手法に基づく漢字かな混じり文への読みの付与である.文字列を単位とした言語モデルの作成においては,提案法の評価実験として,さまざまな文字列への分割方法の比較実験,および学習テキストと評価テキストのタスクと規模を変えた実験を行った.その結果,頻度による文字列の抽出と左最長一致法による解析の組み合わせにおいて,もっとも大きいパ-プレキシティ低減効果(最大9.3%)が見られた.また,コーパスによる性能差を見るために,3種類の対話コーパスと,書き言葉であるEDRコーパスを用いた比較実験を行った.その結果,単一タスクであるATR会話コーパスにおけるパ-プレキシティ低減率がもっとも大きかった.これは,学習テキストのみから統計量の推定と分割単位の双方を決定するためであり,本手法の適用限界を示すものと言うことができる.統計的な手法を用いた読みの付与では,EDRコーパスを用いて,N-gramモデルを応用した読み付与システムを作成し評価した.その結果,当該文字の前後1文字を用いてモデルを作成した場合が最も高性能であることが明らかとなった.システムの最高性能として96.27%の読み付与精度が得られた.

Our study の で は, "Japanese even 続 sounds know の た め の morpheme analytic に よ ら な い statistics words モ デ ル" を の research line っ た. こ の は 2 つ の サ ブ テ ー マ か ら into っ て い る. A つ は statistical に choose ば れ た text columns を 単 a と し た words モ デ ル の made で あ り, も う a つ は statistical methods に base づ く characters か な mixed じ り article へ の 読 み の give で あ る. Text columns を 単 a と し た words モ デ ル の made に お い て は, proposed method の review 価 be 験 と し て, さ ま ざ ま な text columns へ の segmentation method の is be 験, お よ び learning テ キ ス ト と review 価 テ キ ス ト の タ ス ク と scale を - え た be 験 を line っ た. そ の as a result, the frequency に よ る text columns の spare と left the longest consensus method に よ る parsing み の group Close わ せ に お い て, も っ と も big き い パ - プ レ キ シ テ ィ low cut sharper fruit (9.3%) largest が see ら れ た. ま た, コ ー パ ス に よ る see poor performance を る た め に, 3 species の words コ seaborne ー パ ス と, book き said leaf で あ る EDR コ ー パ ス を with い た comparison be 験 を line っ た. そ の results, 単 a タ ス ク で あ る ATR session コ ー パ ス に お け る パ - プ レ キ シ テ ィ low reduction rate が も っ と も big き か っ た. こ れ は, learning テ キ ス ト の み か ら statistic の presumption と segmentation 単 a の を decided す る た め で あ り, this technique の is limit を shown す も の と said う こ と が で き る. Statistical な gimmick を with い た 読 み の give で は, EDR コ ー パ ス を with い て, N - "gramm モ デ ル を 応 with し た 読 み give シ ス テ ム を made し review 価 し た. そ の as a result, when the word before and after 1 の を with い て モ デ ル を made し が た occasions most も high-performance で あ る こ と が Ming ら か と な っ た. シ ス テ ム の と highest performance Youdaoplaceholder0 て96.27% 読み gives precision が to られた.

项目成果

伊藤彰則, 好田正紀: "かな・漢字文字列の連鎖統計による言語モデル" 電子情報通信学会論文誌. J79-D-II・No12. 2062-2069 (1996)

Akinori Ito、Masanori Koda：“基于假名和汉字字符串链统计的语言模型”，电子、信息和通信工程师学会汇刊 J79-D-II，第 12 期。2062-2069 (1996)。