文献

J-GLOBAL ID：201702243281858506   整理番号：17A0797810

神経注意モデルを用いた音素へのグラフィームを整列させると変換の結合学習【Powered by NICT】

Jointly learning to align and convert graphemes to phonemes with neural attention models

著者 (2件)： Toshniwal Shubham (Toyota Technological Institute at Chicago, USA) ,  Livescu Karen (Toyota Technological Institute at Chicago, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SLT  ページ： 76-82  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 書記素から音素への変換の問題のための注意可能符号器-復号器モデルを提案した。殆どの既存研究は,訓練のための明示的配列を必要とする接合配列モデルによる問題に取り組んできた。とは対照的に,可能な符号器-復号器モデルは音素に整列し,変換特性に共同学習を可能にした。異なるタイプ注意モデルの大域的および局所的注意を調べ,著者らの最良のモデルは,三種の標準データセット(CMU Dict,Pronlex,NetTalk)上で,最先端レベルの結果を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 符号器 ,  *音素 ,  復号器 ,  *学習
準シソーラス用語： 協調学習 ,  書記素 , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 神経 ,  注意 ,  モデル ,  音素 ,  整列 ,  学習