中国語形態素コーパスと言語モデルの評価 : パラレルコーパスにおける日英両言語との比較

スポンサーリンク

概要

論文の詳細を見る
音声言語処理における統計的手法の有効性は、多く従来研究により示されている。統計的な音声言語処理は、日本語のみならず、様々な言語において有効な手法であるが、言語ごとに独自の特徴があるため、同じ方式で構築したモデルでも、対象とする言語により性能差が生じる。その差を調査分析し、定量的に評価することが、各対象言語における性能を改善する上で役立つと考えられる。本報告では、ATRで整備されている旅行会話を中心にした中国語形態素コーパスを対象とし、その品質や音声認識における言語モデルの性能を対訳関係にある日本語や英語のコーパスと比較することで評価を行う。評価項目としては、各言語の語彙数、延べ語数の統計量、モデルの項目数とその頻度分布、統計言語モデルのテストセットPerplexity、および、音声認識の結果を用いた。その分析と比較を通じて、中国語コーパス及びモデルの言語的な特徴を把握し、音声認識性能を劣化させる問題点の解明を目指す。
一般社団法人情報処理学会の論文
2005-10-21

著者

関連論文

もっと見る

スポンサーリンク