統計的言語モデルにおける高頻度形態素連鎖の辞書登録に関する一考察

スポンサーリンク

概要

論文の詳細を見る
大語彙連続音声認識において、学習テキスト中に頻出する形態素連鎖語を辞書登録することの効果を検証する。N-gram言語モデルにおいて認識単位に形態素を利用することが一般的であるが、出現頻度の高い形態素連鎖語を新たな認識単位に加えることにより、言語モデルのテストセットパープレキシティは、形態素単位のみの場合と比較して、最大で約13%の低下(bigram)がみられ、連続音声認識実験においても約4%の認識率の向上が得られた。また、さらにエントロピーを下げると思われる価値の高い形態素連鎖語だけを選出し辞書登録する方法も合わせて検討し、最良の方法ではテストセットパープレキシティで約17%の低下という効果が得られた。
一般社団法人情報処理学会の論文
1998-02-05

著者

関連論文

もっと見る

スポンサーリンク