文献

J-GLOBAL ID：201702286193598221   整理番号：17A1470485

Recurrent Neural Network(RNN)による日本語音声認識のための文字レベル言語モデル

著者 (3件)： 源啓希 (早稲田大) ,  中臺一博 (Honda Res. Inst.) ,  尾形哲也 (早稲田大)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 35th  ページ： ROMBUNNO.3A3-05  発行年： 2017年09月11日 
JST資料番号： L4867A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究ではRNNによる文字レベルの日本語言語モデルを提案する。一般的な言語モデルは単語予測の為に膨大な語彙が必要である。文字単位の予測はモデルサイズを大幅に減らすが,日本語での例はn-gramモデルに留まり,学習文章も漢字やかなが混在していた。本研究では「青空文庫」より作成したひらがな文章をRNNで学習し言語モデルを作成した。その結果,提案手法単体でも従来手法に迫る性能を示し,両者の統合によって,単体に比べ大幅な性能の改善が確認できた。(著者抄録)

シソーラス用語： *神経回路網 ,  *音声認識 ,  日本語 ,  言語モデル ,  計算言語学 ,  教師つき学習 ,  理論 ,  *リカレントニューラルネットワーク
準シソーラス用語： パープレキシティ ,  最大エントロピー原理

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (6件)：

• T Mikolov, M Karafi?t, L Burget, J Cernock?, S Khudanpur “Recurrent neural network based language model”. Interspeech, 2010
• T Mikolov, Kai Chen, Greg Corrado, Jeffrey Dean, “Efficient estimation of word representations in vector space”. ICLR 2013
• 森田 一, 黒橋 禎夫, “RNN 言語モデルを用いた日本語形態素解析の実用化”, IPSJ,2016
• Yoon Kim, Yacine Jernite, David Sontag, Alexander M. Rush, “Character-Aware Neural Language Models”, AAAI,2016
• 金野 弘明,加藤 正治, “かな・漢字文字列を単位とした言語モデルの検討”,IPSJ,2002

タイトルに関連する用語 (5件)： RNN ,  日本語 ,  音声認識 ,  文字 ,  言語モデル