Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorPražák, Aleš
dc.contributor.authorIrcing, Pavel
dc.contributor.authorMüller, Luděk
dc.date.accessioned2015-12-15T07:41:38Z
dc.date.available2015-12-15T07:41:38Z
dc.date.issued2007
dc.identifier.citationPRAŽÁK, Aleš; IRCING, Pavel; MÜLLER, Luděk. Language model adaptation using different class-based models. In: SPECOM 2007 Proceedings: 12th International Conference on Speech and Computer, 15-18 October 2007, Moscow. Moskow: Moskow state linguistic university, 2007, p. 449-454. ISBN 6-7452-0110-X.en
dc.identifier.isbn6-7452-0110-X
dc.identifier.urihttp://www.kky.zcu.cz/cs/publications/PrazakA_2007_LanguageModel
dc.identifier.urihttp://hdl.handle.net/11025/17000
dc.description.abstractČlánek popisuje dvě rozdílné metody pro přidávání neviděných slov do LVCSR systému. Obě metody používají principy třídových jazykových modelů - první metoda využívá znalosti závislé na úloze, druhá metoda je plně automatická a na úloze nezávislá. Rozsáhlé experimenty navržených jazykových modelů na ASR systému pracujícím v reálném čase ukazují, že obě techniky poskytují zlepšení přesnosti rozpoznávání. Navíc příspěvky obou dvou metod lze kombinovat, což vede k celkovému absolutnímu zlepšení až 2 %.cs
dc.format6 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherMoscow state linguistic universityen
dc.rights© Aleš Pražák - Pavel Ircing - Luděk Müllercs
dc.subjectASRcs
dc.subjectLVCSRcs
dc.subjectHMMcs
dc.subjectreálný čascs
dc.subjecttřídový jazykový modelcs
dc.subjectmorfologická značkacs
dc.titleLanguage model adaptation using different class-based modelsen
dc.title.alternativeAdaptace jazykových modelů s využitím různých třídových modelůcs
dc.typečlánekcs
dc.typearticleen
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThe paper presents two different methods for adding previously unseen words into the LVCSR system. Both methods employ the principles of class-based language modeling – the first one exploits task-specific knowledge, the second one is fully automatic and task independent. Extensive test of the proposed language models in the real-time ASR system showed that both techniques provide a consistent improvement in terms of recognition accuracy. Moreover, the contributions from both methods appear to be additive, yielding a total improvement of up to 2 % absolute.en
dc.subject.translatedASRen
dc.subject.translatedLVCSRen
dc.subject.translatedHMMen
dc.subject.translatedreal-timeen
dc.subject.translatedclass-based language modelen
dc.subject.translatedmorphological tagen
dc.type.statusPeer-revieweden
Vyskytuje se v kolekcích:Články / Articles (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
PrazakA_2007_LanguageModel.pdfPlný text251,05 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/17000

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra kybernetiky / Department of Cybernetics
  5. Články / Articles (KKY)