文献

J-GLOBAL ID：201602241682670462   整理番号：16A0920710

LSTMによる単語履歴を考慮した未知語検出法

著者 (2件)： 池下裕紀 (東京工大) ,  篠崎隆宏 (東京工大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 116  号： 189(SP2016 27-40)  ページ： 33-36  発行年： 2016年08月17日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,情報技術の飛躍的な進歩に伴い音声認識システムが身近に利用されるようになりつつある。音声認識器における認識誤りを引き起こす要因の一つとして,未知語の存在が挙げられる。認識精度の向上や認識誤りの訂正を図るにあたり,音声中の未知語を検出出来れば有用である。そこで本研究ではLong short-term memory(LSTM)を用いて,データ中における単語種類情報ならびに単語履歴をモデルに取り入れた未知語検出手法を提案する。未知語検出における従来法では,音声認識器の認識仮説をもとにした単純なエントロピーで評価するため,単語種類情報や単語履歴を利用することが出来ない。これに対し,認識仮説をLSTMの入力として用いることでそれらをモデルに取り入れることが出来る。これにより,単語種類情報や単語履歴を利用した未知語検出が可能となる。提案手法による検出精度の評価として大語彙音声認識システムを用いた実験を行い,従来法との比較を行った。実験の結果,従来法に比べて高い結果を示した。また,階層型ニューラルネットワークを利用した場合よりも性能の向上が見られ,単語履歴を用いた検出の有効性を示した。(著者抄録)

シソーラス用語： *音声認識 ,  誤り ,  *用語 ,  構文分析 ,  精度 ,  *誤り訂正 ,  単語 ,  経歴 ,  連続音声認識 ,  言語モデル ,  大規模 ,  ニューラルネットワーク ,  大語彙連続音声認識
準シソーラス用語： *未知語 ,  認識精度 ,  履歴

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： LSTM ,  単語 ,  履歴 ,  未知語 ,  検出法