Stochastic language modeling using high linguistic information

使用高级语言信息的随机语言建模

• 批准号: 20680008
• 负责人: MORI Shinsuke
• 金额: $ 10.23万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (A)
• 财政年份: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20680008/
• 关键词: 係り受け; 照応・省略; 確率的言語モデル; 認知科学; 音声認識; 点予測; 部分的アノテーション; 能動学習; 単語分割; 係り受け解析; 仮名漢字変換; 確率的単語分割; 確率的タグ付与

First we proposed a pointwise method and realized an improvement of word segmentation. Then we created a corpus consisting of dictionary example sentences and newspaper articles annotated with dependency information. We also proposed stochastic annotation and language model building from a stochastically segmented or tagged corpus.

首先，我们提出了一种逐点分词的方法，并实现了分词的改进。然后，我们创建了一个由词典例句和带有依存信息标注的报纸文章组成的语料库。我们还提出了从随机切分或标注的语料库中进行随机标注和语言建模的方法。

项目成果

音声認識のための言語処理:何が足りないか

语音识别的语言处理：缺少什么？

• 发表时间: 2008
• 作者: Sugiyama;M.;Suzuki;T.;Nakajima;S.;Kashima;H.;von Biinau;P. & Kawanabe;M;森信介
• 通讯作者: 森信介

擬似確率的単語分割コーパスによる言語モデルの改良

使用伪概率分词语料库改进语言模型

• 发表时间: 2009
• 期刊: 自然言語処理 Vol.16, No.5
• 作者: 森信介;小田裕樹
• 通讯作者: 小田裕樹

Extracting Word-Pronunciation Pairs from Comparable Set of Text and beech

从可比较的文本和山毛榉集中提取单词发音对

• 发表时间: 2008
• 期刊: Int'l Conf. of InterSpeech 2008
• 作者: Tetsuro SASADA;Shinsuke MORI;Tatsuva KAWAHARA
• 通讯作者: Tatsuva KAWAHARA

テキストと音声を用いた単語と読みの自動獲得

使用文本和音频自动获取单词和读数

• 发表时间: 2008
• 作者: 笹田鉄郎;森信介;河原達也
• 通讯作者: 河原達也

Extracting word-pronunciation pairs from comparable set of text and speech.

从可比较的文本和语音集中提取单词-发音对。

• 发表时间: 2008
• 作者: T. Sasada;S. Mori;T. Kawahara
• 通讯作者: T. Kawahara