一种新型英语基本名词短语识别方法——基于边界概率与N_Gram词性串规则相结合

英语基本名词短语识别是一种重要的基础性自然语言处理活动,其识别准确率与召回率直接影响其它相关自然语言处理活动效果。在分析、总结几种具有代表性基本名词短语识别方法的基础上,提出了一种新型识别方法,其核心是:把边界概率与N_Gram词性串规则相结合作为识别判断条件,以"假拟中心词"为起点,分别向左、向右识别出当前"假拟中心词"所在基本名词短语的左、右边界。实验证明,该方法的识别准确率为97.13%、召回率为98.75%,FB=1为97.93%。

基于机器学习的科技文摘关键词自动提取方法

提出了一种基于机器学习的关键词自动抽取技术,主要是针对数字图书馆中的学术论文的摘要(Abstract)进行抽取。首次提出了以句子为基本抽取单位进行关键词抽取的思想。在提出关键词的候选词时采用n_grams方法和词性相结合的方法,在选取特征时考虑了词组的出现频率、词组在整个摘要中的位置、在所在句子中的位置和词组中单词的个数等特征。实验结果表明该方法能够适应各个领域的论文关键词提取,并且可以得到很好的效果。

基于后验概率解码段模型的汉语语音数字串识别

通过对语音解码的分析指出了基于似然概率解码的连续语音识别的局限性,并给出了三种基于后验概率段模型(Segment Model,SM)的语音解码方法.这三种方法成功地运用于随机段模型(Stochastic Segment Model,SSM),使误识率比基线系统下降了11%;与此同时还给出了段模型的快速算法,使算法的计算复杂度降到了与隐马尔可夫模型(Hidden Markov Model,HMM)相同的数量级,满足了实用要求.

基于音素的车载导航目标地点语音识别方法

为了提高车载导航装置信息交互的安全性和效率,解决普通语音识别技术应用于车载导航大词汇量连续识别条件下准确率低的问题,在车载导航语音操控功能分析的基础上,提出了基于音素的车载导航目标地点语音识别解决方案,设计了基于编辑距离的拼音-地图查询字符串匹配算法与多通道整合算法实现了这一方案,选用MicrosoftSpeech SDK 5.1语音识别引擎结合长春市导航数据在主频为3.3 GHz的HP工作站上完成了软件开发。实验结果表明:应用该解决方案,兴趣点语音识别的准确率达到了97%,其中精确匹配达到171次,近似匹配后通过多通道信息整合得到准确结果 23次,充分说明了方案的有效性。

连续数码串语音识别系统的MATLAB实现

应用连续隐马尔可夫模型(CHMM)为识别算法,采用MFCC(MEL频率倒谱系数)为主要语音特征参数,建立了一个汉语连续数码串语音识别系统,其中包括语音信号的预处理、特征参数的提取、识别模板的训练以及识别匹配算法,文中就系统的各个部分的具体实现进行了阐述.同时,利用MATLAB的语音工具箱voice box对系统进行了仿真,并给出了系统识别结果,指出了系统进一步改进的方法.

融合音素串编辑距离的随机段模型解码算法

解码时声学特性最优的路径蕴含了揭示当前路径是否正确的重要参考信息,为此提出了一种随机段模型系统的解码优化方法。训练能够准确地衡量当前路径与声学最优路径相似性程度的上下文相关音素串编辑距离模型,在N-Best重打分的过程中将音素串编辑距离加入到路径总得分中。在"863-test"测试集上进行的连续语音识别实验显示汉语字的相对错误率下降了8.1%。实验结果表明了将音素串编辑距离应用到随机段模型的可行性。

汉语连续数字串语音识别系统

汉语数字串在语音识别中具有重要的地位,文章设计实现了一个实用化的汉语连续数字串语音识别系统,并针对汉语数字混淆度大的特点进行了分析,提出了模型改进和语速控制策略,使系统具有很好的整体性能。

改进Jaro-Winkler算法在迎宾机器人语音交互中的应用

针对Jaro-Winkler算法在计算两个字符串的相似度时只考虑字符的换位数目,未考虑字符插入和删除编辑操作的问题,提出一种基于Levenshtein算法改进Jaro-Winkler算法的方法。通过改进相似度的计算公式和调整关联系数pd,实现Jaro-Winkler算法的改进,提高字符串匹配的准确度。基于内容丰富的本地文本数据库,将改进Jaro-Winkler算法应用于迎宾机器人语音交互中的字符串匹配,其正确率大于96%。测试结果表明,迎宾机器人能够语音交互更多的内容和快速地应答提问,并实现特定的迎宾动作。

基于统合高维对角协方差的CHMM语音识别

提出了一种基于统合高维对角协方差的CHMM语音识别方法,该方法在语音观察矢量中设定一阈值,将高维特征分量的对角协方差舍去不用,而用一固定值代替,能有效地消除高维特征分量贡献比率较小引起的误差;另外根据该方法的高斯分布函数表达形式,引入一种计算方法,降低其计算复杂度.通过对非特定人汉语数码串语音识别的实验数据表明,基于统合高维对角协方差矩阵系统与基线系统相比,识别率从基线系统的90.75%提高到94.17%,计算时间从基线系统的100%降低到87.7%.