文献

J-GLOBAL ID：201702211139448172   整理番号：17A1035040

低資源キーワード検索のための多言語ボトルネック特徴抽出器を訓練するための効率的方法【Powered by NICT】

Efficient methods to train multilingual bottleneck feature extractors for low resource keyword search

著者 (5件)： Ni Chongjia (Institute for Infocomm Research (I2R), A*STAR, Singapore) ,  Leung Cheung-Chi (Institute for Infocomm Research (I2R), A*STAR, Singapore) ,  Wang Lei (Institute for Infocomm Research (I2R), A*STAR, Singapore) ,  Chen Nancy F. (Institute for Infocomm Research (I2R), A*STAR, Singapore) ,  Ma Bin (Institute for Infocomm Research (I2R), A*STAR, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 5650-5654  発行年： 2017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： 多言語データとボトルネック特徴(BNF)抽出器訓練は低資源キーワード検索が普通であった。低資源応用では,転写されたターゲット言語データの量は限られているは通常,多言語データの多くであった。本論文では,低資源キーワード探索のための効率的な多言語BNF抽出器を訓練するために二つの方法を検討した。一つの方法は,既存のBNF抽出器を更新する標的言語データを使用することであり,もう一つの方法は最初から新しい多言語BNF抽出器を訓練するための目標言語データを組み合わせることである。これら二つの方法では,目標言語に音響的に近いことを多言語訓練データ中の発話を選択するために長い短期メモリリカレントニューラルネットワークに基づく言語同定の利用を提案した。OpenKWS15データにおけるスワヒリ語上の実験は筆者らの提案した方法の効率を示した。第一の方法は,迅速なシステム開発を容易にするが,両方法は精度の点でベースラインBNF抽出器を用いて優れている。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： *抽出装置 ,  基準線 ,  *言語 ,  発話 ,  *特徴抽出 ,  *キーワード ,  音響
準シソーラス用語： システム開発 ,  言語同定 ,  訓練データ ,  *多言語 ,  *キーワード検索 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 資源 ,  キーワード検索 ,  多言語 ,  ボトルネック ,  特徴抽出 ,  訓練