语音反演远端监督学习模型研究

针对发音信息在话音环境中并不容易得到的问题,提出了一种从听觉信号中预测发音信息的语音反演方法。论文应用远端监督学习(DSL),对语音反演机器学习策略进行研究,并对其实验背景和理论依据进行了分析。论文在提出一种对远端监督学习逆模进行全局优化的方法的同时,通过应用八个声道变量作为发音信息来模拟语音动力学,对语音信号分别被参数化为声学参数(APs)和梅尔频率倒谱系数(MFCCs)时的预测结果进行了比较。结果表明远端监督学习对声道变量有较好的预测性能。

快速收敛截断核范数矩阵填充方法的远监督关系抽取

本文使用截断核范数代替核范数,进行基于低秩矩阵填充技术的关系抽取,改善远监督关系抽取存在较多噪声数据的问题。该方法具有准确率高、容噪性好的特点,能够更好的保留矩阵的主要成分,并且对于矩阵的秩函数有更好的逼近效果。本文利用具有快速收敛特性的TNNR-ADMMAP算法求解最小化截断核范数的凸优化子问题。