相互情報量を用いた辞書自動生成に基づく中国語ピンインから文字への変換の改善に関する検討(一般セッション,音声・言語・対話,一般)

概要

論文の詳細を見る
中国語音声の正式な音韻表記体系はピンインというものである。ピンインから文字への変換(P2C)は、キーボードを介して、最も自然にコンピュータへ文字を入力することを意味している。実際に、ピンインと文字のマッピングが複雑なため、入力されたピンイン列から正しい文字への変換が困難である。本研究は、テキストとピンインの相互情報量(MI)を用いた学習テキストコーパスの単語分割により、辞書とn-gram言語モデルを構築する新たな手法を提案した。最適化処理を繰り返した後に、これらはP2C変換システムを実現するために適用できる。我々は、手動で作成した辞書とパープレキシティに基づく辞書をべ一スラインとして提案手法との比較を行うために、新聞コーパスを用いてP2Cシステムを構築した。すべてのシステムの言語モデルはb1-gramを用いた。実験の結果、我々のシステムはそれぞれのべースラインに対して文字の変換誤りで19.7%、10.3%の削減率が得られ、提案手法の有効性が明らかになった。
2013-01-23