Nyelvészeti tudásforrások integrálási lehetőségei diszkriminatív szegmens-alapú bészédfelismerő rendszerekbe
A gépi beszédfelismerésben jelenleg kizárólag csak statisztikai elven működő algoritmusokat használnak. Ezek egyszerű matematikai modelleken alapulnak, amelyek paramétereiket hatalmas adatbázisokon automatikusan hangolják be. Az algoritmikai szempontok sajnos háttérbe szorítják a fonetikai/nyelvésze...
Elmentve itt :
| Szerzők: | |
|---|---|
| Testületi szerző: | |
| Dokumentumtípus: | Könyv része |
| Megjelent: |
2003
|
| Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
1 |
| Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
| Online Access: | http://acta.bibl.u-szeged.hu/59401 |
| LEADER | 01921naa a2200229 i 4500 | ||
|---|---|---|---|
| 001 | acta59401 | ||
| 005 | 20221108115130.0 | ||
| 008 | 190715s2003 hu o 1|| zxx d | ||
| 040 | |a SZTE Egyetemi Kiadványok Repozitórium |b hun | ||
| 041 | |a zxx | ||
| 100 | 1 | |a Tóth László | |
| 245 | 1 | 0 | |a Nyelvészeti tudásforrások integrálási lehetőségei diszkriminatív szegmens-alapú bészédfelismerő rendszerekbe |h [elektronikus dokumentum] / |c Tóth László |
| 260 | |c 2003 | ||
| 300 | |a 169-174 | ||
| 490 | 0 | |a Magyar Számítógépes Nyelvészeti Konferencia |v 1 | |
| 520 | 3 | |a A gépi beszédfelismerésben jelenleg kizárólag csak statisztikai elven működő algoritmusokat használnak. Ezek egyszerű matematikai modelleken alapulnak, amelyek paramétereiket hatalmas adatbázisokon automatikusan hangolják be. Az algoritmikai szempontok sajnos háttérbe szorítják a fonetikai/nyelvészeti ismereteket, igy ezek a modellek irreális egyszerűsítő feltevéssekel élnek a beszédkommunikáció természetére nézve. Egy lehetséges alternatíva az ún. szegmentális modellek használata, amelyek - a statisztikai alapelv feladása nélkül - enyhébb megszorításokra épülnek. Ebben a cikkben bemutatjuk a tanszékünkön fejlesztett OASIS szegmens-alapú felismerőt, amely diszkriminatív elven, azaz posteriori valószínűségek ősszekombinálásával dolgozik. Ennek további előnye, hogy nagyobb rugalmasságot biztosit a különféle szintű (de továbbra is statisztikai jellegű) nyelvi információk integrálására, mint a hagyományos rejtett Markovmodell. | |
| 695 | |a Nyelvészet - számítógép alkalmazása | ||
| 700 | 0 | 1 | |a Kocsor András |e aut |
| 700 | 0 | 1 | |a Felföldi László |e aut |
| 700 | 0 | 1 | |a Kovács Kornél |e aut |
| 710 | |a Magyar Számítógépes Nyelvészeti Konferencia (1.) (2003) (Szeged) | ||
| 856 | 4 | 0 | |u http://acta.bibl.u-szeged.hu/59401/1/msznykonf_001_169-174.pdf |z Dokumentum-elérés |