استفاده از مدل زبانی فاکتورگرا در افسایص نرخ صحیح بازشناسی گفتار
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 440
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NICE01_118
تاریخ نمایه سازی: 30 دی 1394
Abstract:
مدل های زبانی بشدت تحت تاثیر ویژگی های لغوی، نحوی و معنای آموزش دیده است و در راستای جبران این نقص مساله تطبیق مدل های زبانی مطرح می شود. در تطبیق مدل های زبانی روش های متعددی مانند تحلیل احتمالی نهان معنایی، تخصیص نهان دیریکله و روش های متعدد دیگری که پایه آنها را غالباً تخصیص نهان دیریکله تشکیل میدهد مورد استفاده واقع شده است. در این مقاله سعی کردیم با بکارگیری مدل زبانی فاکتورگرا در ساخت پیکره تطبیق نرخ صحیح بازشناسی گفتار را نسبت به دو روش ذکر شده افزایش دهیم. روش FLM با در نظر گرفتن اطلاعات نحوی متن مانند ادات سخن مدل زبانی کاملتری تولید کرده و سبب بهبود نرخ صحیح بازشناسی کلمه می شود. نتایج آزمایشات کارایی بهتر روش پیشنهادی را نسبت به دیگر روشهای تطبیق نشان داد.
Keywords:
Authors
طاهره ابراهیمی
گرو کامپیوتر، دانشکده فنی و مهندسی، واحد اراکف دانشگاه آزاد اسلامی اراک، ایران
بهزاد زمانی دهکردی
گروه کامپیوتر، دانشکده فنی مهندسی، واحد شهرکرد، دانشگاه آزاد اسلامی شهرکرد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :