联机手写体汉字识别后处理技术的研究

文中提出了一种规则和统计相结合的计算语言模型应用于联机手写体汉字识别后处理的技术，把基于统计的大词表Ｍａｒｋｏｖ语言模型与语言规则量化模型，通过词网格技术集成在一个语言解码器．这种后处理方法由３个阶段组成：词网格生成、语言解码、基于Ｃａｃｈｅ的自学习机制．语言解码器采用Ｖｉｔｅｒｂｉ搜索算法求解最优语句候选．该项技术已应用于ＨＰＣ（手持机）手写电脑的联机汉字手写体识别系统中，汉字识别率为９１．３％．

语音识别中统计与规则结合的语言模型

在分析语音识别系统中，基于规则方法和统计方法的语言模型，提出了一种对规则进行量化的合成语言模型．该模型既避免了规则方法无法适应大规模真实文本处理的缺点，同时也提高了统计模型处理远距离约束关系和语言递归现象的能力．合成语言模型使涵盖６万词条的非特定人孤立词的语音识别系统的准确率比单独使用词的ＴＲＩＧＲＡＭ模型提高了４．９％（男声）和３．５％（女声）．

基于HTK的语音识别语言模型设计及性能分析

在大词汇连续语音识别系统中,统计语言模型是该系统非常重要的一部分,对整个识别系统的识别效果产生重要的影响。分析了统计语言模型原理和相关技术,基于HTK设计了适合大词汇连续语音识别系统的统计语言模型,同时对该语言模型的复杂度、精确识别率进行分析,指出了影响统计语言模型性能的相关因素。

一种词义与词的混合语言模型及其应用

本文提出了一种基于词和词义混合的统计语言模型 ,研究了这个模型在词义标注和汉语普通话语音识别中的性能 ,并且与传统的词义模型和基于词的语言模型进行了对比。这个模型比传统词义模型更准确地描述了词义和词的关系 ,在词义标注中具有较小的混淆度 ;在汉语普通话连续音识别中 ,这个词义模型的性能优于基于词的三元文法模型 。