بهبود مدلسازی دیرش زمانی واج با استفاده از ماشین پشتیبان بردار برای استفاده در تبدیل متن به گفتار فارسی
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,552
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:
ICIKT03_092
تاریخ نمایه سازی: 22 فروردین 1387
Abstract:
در این مقاله کاربرد ماشین پشتیبان بردار در مدلسازی دیرش واج، برای سیستم تبدیل متن به گفتار فارسی، ارائه شده وبهبود هایی در زمان آموزش و تست آن صورت گرفته است. بدین منظور به سه شیوه عمل شده است، ابتدا ماشین بردار پشتیبان به طور مستقیم به کار گرفته شده است که در نتیجه آن مدلی با ضریب همبستگی 83/9% برای داده های آزمایشی بدست آمده است. سپس با استفاده از چندی سازی برداری، تعداد داده های آموزشی، به میزان قابل توجهی کاهش داده شده و ماشین بردار پشتیبان با داده هایجدید و با زمان اموزش بسیار کمتر، مورد استفاده قرار گرفته است و در نتیجه آن مدلی با ضریب همبستگی 83/9% بدست آمد که نشان دهنده آن است که کاهش راندمان با وجود کاهش چشمگیر حجم محاسبات، ناچیز و قابل چشم پوشی است. در اخر نیز، داده های آموزشی با توجه به میزان دیرششان، به 5 دسته تقسیم شده و برای هر دسته، یک طبقه بندی کننده و یک مدل تخمین، ایجاد شد و مدلی با ضریب همبستگی 83/46% بدست امد. استفاد ه از این دو تکنیک آخر باعث افزایش سرعت ماشین بردار پشتیبان، با حفظ کارایی شده است. نتایج تست MOS برای داده های تست، 3/83 بوده است.
Keywords:
Authors
محمدمهدی همایونپور
دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، آ
معصومه بحرینی
دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، آ
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 :