基于图论聚类和PageRank的领域后控词表自动构建研究

本文提出了一种基于图论聚类算法和PageRank原理的领域后控词表自动构建方法,并以图书馆情报档案领域部分文献为实验数据,验证了运用该方法自动构建领域后控词表的可行性.     

万有Teichmüller空间的度量收缩问题

研究由Beltrami系数诱导出来的解析函数的性质,导出一个判别极值拟共形映照的必要条件和不具有退化叙列的充分条件.改进了Anderson的一些结果,并研究了万有Teichmüler空间内某些Beltrami直线在自然映照下的收缩问题.     

叙词法的兼容性

阐述了叙词表兼容模式的选取，以及词表实现兼容的途径，并对兼容模式的选取得了一些积极的建议。     

基于行业词表的自动语音转写后优化技术

自动语音识别（ASR）技术目前已发展得较为成熟，通用ASR引擎已经广泛应用于交通、医疗、通信等行业。但是，由于行业专有词汇在大规模训练语料库中呈非独立同态分布，通用ASR引擎在各细分行业转写时存在对行业专有词汇识别准确率低的问题。相较于互联网环境的16 kHz音频采样率，电话呼叫中心语音为窄带低采样（采样率8 kHz），转写后精度下降尤为明显。为了提高行业词汇的语音转写准确率，文中提出一种基于行业词表的ASR转写后优化技术。首先，对语料库文本数据分别采用卷积神经网络模型和深度神经网络BERT模型进行预测分词，生成行业纠错词表。随后，在生产环境中，使用通用ASR引擎对电话呼叫语音数据进行初始转写。然后，对一次转写后的文本，通过Soft-Masked BERT模型结合纠错词表实现文本数据的纠错，从而提高语音识别准确率。使用广州12345热线客服通话语音数据进行训练和测试，结果表明，使用文中的转写后优化技术可以将通用ASR引擎的行业用词转写准确率提高约10个百分点，且纠错速度较快，具有良好的适用性。