原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
汉语语音识别中的加权概念转移网络语言模型.pdf
第 卷 第 期 上 海 交 通 大 学 学 报
! #$ 3678!*68#$
年 月
%$$! #$ ’()*+,’-./+*0/+11+’2’*0(*134).125 ’9:8%$$!
1111111111111111111111111111111111111111111111111111111111111111111
文章编号
;#$$=%@=%$$!A#$#QRQ$!
汉语语音识别中的加权概念转移网络语言模型
孙 静 朱 杰 徐向华
D D
上海交通大学 电子工程系 上海
D %$$$!$A
摘 要 采用分层语法规则的加权概念转移网络 并将语法规则和类似于统计语言模型中的概率
; D
分布结合起来 通过引入平滑的概念 为一些超出词典的 词和超出语法规则的词分配一个较
D D ’’3
小的概率 使模型具有较强的稳健性 实验结果表明 这种分层语法表示灵活 概念清晰 实现简单
D 8 ; S S D
可以较大地降低语言模型的混乱度 模型在概念级的预测性能可达到 的正确率 用该语言模
B CCT 8
型为语音识别提供预测单元 可以提高识别率
D 8
关键词 语音识别 语言模型 概念转移网络 概念层次
; B B B
中图分类号 文献标识码
;2* C#%8!@ ;+
UVWXYZ[\]^_W]_‘aZX‘bcdVef‘d_eV‘XgZ^h‘iVjk]^ldVdZ^
m‘VcZknd^a]^X]kd^Ui‘‘heo‘hZ_^dVdZ^
pqr stuvD wxq styD zqzt{uv|}{
~E!:8647E9:#6PH94PN8D.KGPNKGHHG6:6PN(PH$8D.KGPNKGH%$$$!$D?KHPGA
%lVk]hV;2KE!#6!6OE’KHE#G#9KHG7N#GFFG#F6’E7HOHP’EE’G(EHNK:E’96P9E!::#GPOH:H6PPE:(6#)(KH9K
96F*HPEON#GFFG#(H:KGFE:K6’OHFH7G#:6:KE!#6*G*H7H:+’HO:#H*L:H6PHPO:G:HO:H9G7
文档评论（0）