クラスに基づく可変長記憶マルコフモデル
スポンサーリンク
概要
- 論文の詳細を見る
本論文では, クラスに基づく可変長記憶マルコフモデルとその学習アルゴリズムについて述べる.このモデルは, 可変長記憶マルコフモデルの拡張であり, クラスに基づく確率的接尾辞木に基づいている.木の各ノードは, 自動クラスタリングによって得られた単語クラスを持っている.実験では, 我々が提案するクラスに基づく可変長記憶マルコフモデルと, 単語2-gramモデル, クラス2-gramモデル, 単語3-gramモデル, 可変長記憶マルコフモデルとを比較した.また, これらのモデルに基づく英語の品詞タガーと日本語の形態素解析器の精度を比較した.実験の結果, クラス2-gramモデルとのモデル記述の記憶領域の比較を除いて, クラスに基づく可変長記憶マルコフモデルが, クロスエントロピーとモデル記述の記憶領域と解析精度において, 他のモデルよりも優れていた.
- 一般社団法人情報処理学会の論文
- 2002-01-15
著者
-
森 信介
日本アイ・ビー・エム東京基礎研究所
-
森 信介
日本IBM東京基礎研究所
-
森 信介
日本アイ・ビー・エム株式会社東京基礎研究所
-
森 信介
日本アイ・ビー・エム株式会社東京基礎研究所:(現)京都大学学術情報メディアセンター
関連論文
- 単語クラスタリングによる確率的言語モデルの分野適応
- 形態素係り受けモデルによる構文解析
- 2000-SLP-32-3 構文構造を反映した確率的言語モデル
- 放送大学コーパスを用いた自由発話の大語彙連続音声認識
- 最大エントロピー法による単語境界確率の推定
- 文字クラスモデルによる日本語単語分割
- 文字クラスモデルに基づく日本語単語分割
- 確率的モデルによる仮名漢字変換
- nグラム統計によるコーパスからの未知語抽出
- 日本語生コーパスから自動獲得した未知語と言語モデルによる大語彙連続音声認識([特別セッション]音声言語獲得・学習技術(2), 未知語処理)