文クラスタリングによる複数言語モデルを用いた誤認識文の推定

概要

論文の詳細を見る
本稿では,音声認識結果の発話単位の正解判定法について提案する.近年,誤認識単語の推定の方法として複数の認識システムの出力結果の共通部分を用いる方法が提案されている.この方法は,複数のシステムが同じ単語を出力している部分は正解である可能性が高いというROVER法の考え方に基づくものであり,その単語を認識結果のうち信頼性の高い部分として出力するものである.本稿では,これを認識結果全体の信頼性を得るための方法に応用することとする.ROVER法では複数の認識システムを用意しておき,それらを並列に実行させなければならないが,(1)認識システムを複数用意することが困難,(2)計算コストがシステム数に応じて増加,という問題点がある.本稿では最初の問題に対しては,コーパスの自動クラスタリングにより任意の数の言語モデルを生成し,2番目の問題に対しては,リスコアリングを用いる.本手法に対し,大語彙連続認識実験の認識結果の正解判定による評価を行った.その結果,正解判定を行わない場合と比較して,認識結果に含まれる正解文を10%捨てることで18ポイント,20%捨てることで24ポイント高い適合率が得られた.また,クラスタ数などの条件の違いに対する評価も行った.
社団法人電子情報通信学会の論文
2002-12-13

文クラスタリングによる複数言語モデルを用いた誤認識文の推定

スポンサーリンク

概要

著者

関連論文

スポンサーリンク