一种在线递增式语言模型自适应方法

摘要：

本文针对传统统计语言模型的离线自适应方法,提出了一种在线实时的递增式自适应方法.该自适应方法需要解决几个问题.第一是要设计一种语言模型结构以适应在线的自适应;第二是如何利用在线收集到的语料对语言模型进行实时的参数修改;在我们设计的中文音转字平台中,将语言模型分成两个部分,分别是通用模型和用户模型.对于通用模型,采用高效的存储结构结合参数预取技术,提高了模型的速度;对于用户模型,使用动态的加权方法结合MAP动态调整参数.本文所做的实验证明使用该方法能较大程度的降低中文音转字的错误率.

关键词：统计语言模型、N-gram、自适应、语音识别

所属期刊栏目：16

分类号：TP391.42(计算技术、计算机技术)

在线出版日期：2004-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-65