文献

J-GLOBAL ID：201002293612156760   整理番号：10A0869189

委員会ベース能動学習に基づく会話モデリング

SPEECH MODELING BASED ON COMMITTEE-BASED ACTIVE LEARNING

著者 (5件)： HAMANAKA Yuzo (Tokyo Inst. of Technol., Tokyo, JPN) ,  SHINODA Koichi (Tokyo Inst. of Technol., Tokyo, JPN) ,  FURUI Sadaoki (Tokyo Inst. of Technol., Tokyo, JPN) ,  EMORI Tadashi (NEC Corp., Kawasaki, JPN) ,  KOSHINAKA Takafumi (NEC Corp., Kawasaki, JPN)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2010 Vol.6  ページ： 4350-4353  発行年： 2010年 
JST資料番号： E0316B  ISSN： 1520-6149  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： 統計的音声認識におけるモデルパラメータは人手で記述された大量の会話データから推定される。人手で会話データを記述することは高価につくため,この記述コスト軽減に向けての多くの研究が存在する。能動学習はそうした試みの1つであり,その目標はより少ないデータでもって認識精度を改善することである。本論文では,大規模語彙連続音声認識のための,”委員会による問い合わせ(QbC)”に基づく新しい能動学習法を提示した。複数の音声認識器を予め用意し,認識結果に大きな違いがある発声を選択して,それらを人手でもって記述する。このアプローチでは3種の問題を解決する必要がある。1)複数認識器の準備と更新,2)最適認識器の数の決定,3)認識結果の違いの測定,である。これらに対する解を提示した。これまで,能動学習モデリングは比較的小規模学習データを用いて評価されていたが,本論文では,大量データを用いて,実際の場面にて評価した。

シソーラス用語： *音声認識 ,  *機械学習 ,  会話 ,  モデリング ,  パラメータ ,  統計的推定 ,  語彙 ,  集中方式
準シソーラス用語： システム統合 ,  モデルパラメータ ,  統計的学習 ,  統計的技法 ,  統合システム ,  *能動学習

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

タイトルに関連する用語 (3件)： 能動学習 ,  会話 ,  モデリング