汉语外来语最小词限制条件MinWd的研究——基于短语重音视角

目前音系学中的MinWd限制条件过于笼统,应该细化,应按照外来语的词类将其细分为MinN,MinV和MinA三种情况。这是因为不同的词类在常用短语中携带的重音不同,因此,不同词类通常所包含的音节数即词长也应不同。通过具体音译外来语的分析提出,原来的MinWd应以逻辑布尔合取关系将子限制条件组织起来。

英语中的最小词

在英语中,从不同的角度,不同的表达层面看"word",最小的英语单词(the minimal word)就会有不同的实现形式。一方面,作为语法单位,在词的层面上,自由语素因为不能再被划分为最小的语义单位,所以把它叫做英语中的最小单词。另一方面,在词的层面以下,最小单词就可以是一个音节,具有两个莫拉重量的通常满足CVV或CVC的词,如key/ki:/,和tip/tip/等。

优选论限制条件的局部合取、逻辑析取及蕴涵:来自汉语外来语MinWd限制条件细化的证据

本文所重点研究的限制条件之间的逻辑合取、析取及蕴涵关系组合是继Smolensky(1995)提出局部合取理论后优选论领域的一个新的研究热点。通过论证我们看到,这些复合限制条件是解释音系学某些实际问题时所自然生成的,而且具有普遍限制条件子层级这样的发音及认知心理学依据。本文通过将汉语外来语MinWd限制条件细化为MinN,MinV和MinA的逻辑合取,展示了复合限制条件理念的运用可以帮助我们更加清晰、有效地阐释很多音系现象。

汉语音节混淆网络的生成与重打分算法研究

针对目前混淆网络生成算法速度与精度不能兼顾的不足,提出一种新的汉语音节混淆网络生成的方法.本算法采用类似轴对齐算法,对音节网格每次提取一条局部路径与参考路径对齐,根据每次对齐路径与参考路径长度不同,采用不同的策略生成混淆网络,并在生成混淆网络之后对其应用一种新的解码框架进行重打分.实验表明,该算法生成的混淆网络精度较高,时间复杂度优于轴对齐算法,且重打分后的识别率有显著提高.

判别式训练方法在连续语音识别中的应用

文章探讨了判别式训练在大词汇量连续语音识别系统中的应用问题,介绍了判别式分析训练理论,对比分析了最大互信息准则、最小词错误准则和最小音素错误准则,同时与传统的最大似然训练规则进行了对比分析,提出了一种结合最大似然估计方法和判别式训练方法的模型训练方法,最后用实验证明了该算法能够有效提高声学模型的识别率。

韻律構詞學與漢語構詞中的韻律結構問題

本文首先從韻律構詞學的角度梳理對漢語構詞—韻律交互作用的研究。已有研究主要涉及漢語的音節重量、音步類型和最小韻律詞等基礎性問題。雖然多數研究認爲,從韻律結構的角度定義漢語構詞模版可以説明構詞過程輸入項或輸出項形式,但不同研究對韻律結構單位的理解不同。本文以漢語方言中的構詞現象爲依據進一步論證音節重量、音步類型和最小韻律詞,以期證明這些方言是音節重量敏感型語言的可能性。