基于改进主题分布特征的神经网络语言模型 | |
刘畅; 张一珂; 张鹏远; 颜永红 | |
刊名 | 电子与信息学报 |
2018 | |
卷号 | 40期号:1页码:219-225 |
关键词 | 语音识别 语言模型 隐含狄利克雷分布 长短时记忆 |
ISSN号 | 1009-5896 |
DOI | 10.11999/JEIT170219 |
英文摘要 | 在递归神经网络(RNN)语言模型输入中增加表示当前词所对应主题的特征向量是一种有效利用长时间跨度历史信息的方法。由于在不同文档中各主题的概率分布通常差别很大,该文提出一种使用文档主题概率改进当前词主题特征的方法,并将改进后的特征应用于基于长短时记忆(LSTM)单元的递归神经网络语言模型中。实验表明,在PTB数据集上该文提出的方法使语言模型的困惑度相对于基线系统下降11.8%。在SWBD数据集多候选重估实验中,该文提出的特征使LSTM模型相对于基线模型词错误率(WER)相对下降6.0%;在WSJ数据集上的实验中,该特征使LSTM模型相对于基线模型词错误率(WER)相对下降6.8%,并且在eval92测试集上,改进隐含狄利克雷分布(LDA)特征使RNN效果与LSTM相当。 |
CSCD记录号 | CSCD:6158980 |
内容类型 | 期刊论文 |
源URL | [http://ir.xjipc.cas.cn/handle/365002/5202] |
专题 | 新疆理化技术研究所_多语种信息技术研究室 |
作者单位 | 1.中国科学院声学研究所语言声学与内容理解重点实验室 2.中国科学院大学 3.中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室 |
推荐引用方式 GB/T 7714 | 刘畅,张一珂,张鹏远,等. 基于改进主题分布特征的神经网络语言模型[J]. 电子与信息学报,2018,40(1):219-225. |
APA | 刘畅,张一珂,张鹏远,&颜永红.(2018).基于改进主题分布特征的神经网络语言模型.电子与信息学报,40(1),219-225. |
MLA | 刘畅,et al."基于改进主题分布特征的神经网络语言模型".电子与信息学报 40.1(2018):219-225. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论