研究文章雷竞技app下载苹果版

SEMI-SUPERVISED话语使用隐藏的状态向量语言模型的学习

文摘

口语对话系统不确定参数在不同的语音识别控制其性能相同的不同的用户以及用户在多个重复的甚至相同的对话。论述了如何识别用户话语中的错误处理semi-supervised学习技术的利用隐藏的矢量状态(HVS)模型。HVS模型是基本的扩展马尔可夫模型的上下文是编码在每个州作为一个向量。HVS的状态转换是分解成一个堆栈移位操作类似于下推自动机。HVS-Model作为一个标记的训练数据的统计模型需要很多实际困难。本文我们介绍如何分类和采用semi-supervised学习方法可以在标记和未标记的训练语料处理用户的不确定性以及语音识别系统的识别错误。实验结果表明,该框架使用HVS模型可以提高对话的性能管理与基线相比口语对话系统的模型。

Manzoor Ahmad Chachoo s . m . k .博士表示“四”

阅读全文下载全文