文献

J-GLOBAL ID：201802226290090988   整理番号：18A1383355

End-to-End音声認識システムの強化学習の検討

著者 (3件)： ポン イリュウ (東京工大) ,  柴田駿人 (東京工大) ,  篠崎隆宏 (東京工大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2018  号： SLP-123  ページ： Vol.2018-SLP-123,No.9,1-4 (WEB ONLY)  発行年： 2018年07月19日 
JST資料番号： U0451A  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： 現在,音声認識システムは高い性能が得られるようになり応用が進みつつあるが,システム開発において教師あり学習のための大量のラベル付きデータが必要で開発コストが非常に大きい問題がある。この問題に対する解決策として,強化学習を応用し多数のユーザーからのフィードバックをラベルの代わりとして活用することが考えられる。しかし一般的な構造のEnd-to-Endモデルを実際に強化学習を用いて学習しようとすると,学習が進まず収束しない場合が多い。そこで本研究では,モデル構造や目的関数の設定などについて様々な検討を行い,強化学習を効果的に進めるための条件を明らかにする。(著者抄録)

シソーラス用語： システム ,  *音声認識 ,  *強化学習 ,  傾斜法 ,  ニューラルネットワーク ,  精度 ,  実験 ,  関数 ,  LSTMネットワーク ,  音声認識システム ,  評価実験 ,  方策勾配法
準シソーラス用語： 認識精度 ,  報酬関数

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

引用文献 (18件)：

• Versteegh, M., Thiollière, R., Schatz, T., Cao, X. N., Anguera, X., Jansen, A. and Dupoux, E.: The Zero Resource Speech Challenge 2015, Proc. Interspeech, p. 3169-3173 (2015).
• Sutton, R. S., McAllester, D., Singh, S. and Mansour, Y.: Policy Gradient Methods for Reinforcement Learning with Function Approximation, Proceedings of the 12th International Conference on Neural Information Processing Systems, NIPS’99, pp. 1057-1063 (1999).
• Mnih, V., Badia, A. P., Mirza, M., Graves, A., Lillicrap, T., Harley, T., Silver, D. and Kavukcuoglu, K.: Asynchronous Methods for Deep Reinforcement Learning, Proceedings of The 33rd International Conference on Machine Learning (Balcan, M. F. and Weinberger, K. Q., eds.), Proceedings of Machine Learning Research, Vol. 48, PMLR, pp. 1928-1937 (2016).
• Shannon, M.: Optimizing Expected Word Error Rate via Sampling for Speech Recognition, Proc. Interspeech 2017, pp. 3537-3541 (2017).
• Zhou, Y., Xiong, C. and Socher, R.: Improving Endto-End Speech Recognition with Policy Learning, Proc. ICASSP, pp. 5819-5823 (2018).

タイトルに関連する用語 (2件)： 音声認識システム ,  強化学習