| 汉语语音识别中的加权概念转移网络语言模型 |
| |
| 引用本文： | 孙静,朱杰,徐向华.汉语语音识别中的加权概念转移网络语言模型[J].上海交通大学学报,2003,37(10):1585-1587. |
| |
| 作者姓名： | 孙静 朱杰 徐向华 |
| |
| 作者单位： | 上海交通大学,电子工程系,上海,200030 |
| |
| 基金项目： | 上海市科学技术委员会基础研究项目(01JC14033)，美国贝尔实验室上海分部资助项目 |
| |
| 摘 要： | 采用分层语法规则的加权概念转移网络，并将语法规则和类似于统计语言模型中的概率分布结合起来，通过引入平滑的概念，为一些超出词典的OOV词和超出语法规则的词分配一个较小的概率，使模型具有较强的稳健性．实验结果表明：这种分层语法表示灵活、概念清晰、实现简单，可以较大地降低语言模型的混乱度；模型在概念级的预测性能可达到99％的正确率．用该语言模型为语音识别提供预测单元，可以提高识别率．
|
| 关 键 词： | 语音识别 语言模型 概念转移网络 概念层次 |
| 文章编号： | 1006-2467(2003)10-1585-03 |
Study of Language Model with Weighted Concept Transition Network in Mandarin Speech Recognition |
| |
| Abstract: | |
| |
| Keywords: | speech recognition language model concept transition network concept levels |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
