文献

J-GLOBAL ID：201802245809996210   整理番号：18A1771757

エンドツーエンド言語同定のための新しい学習可能辞書符号化層【JST・京大機械翻訳】

A Novel Learnable Dictionary Encoding Layer for End-to-End Language Identification

著者 (5件)： Cai Weicheng (School of Electronics and Information Technology, Sun Yat-sen University, Guangzhou, China) ,  Cai Zexin (School of Electronics and Information Technology, Sun Yat-sen University, Guangzhou, China) ,  Zhang Xiang (Tencent Inc., Beijing, China) ,  Wang Xiaoqi (Jiangsu Jinling Science and Technology Group Limited) ,  Li Ming (School of Electronics and Information Technology, Sun Yat-sen University, Guangzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 5189-5193  発行年： 2018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： 本論文では,新しい学習可能な辞書符号化層を,エンドツーエンド言語同定のために提案した。それは,理論的にも実際的にも,従来のGMM iベクトル手法とは一致しない。著者らは,CNNのトップに関する従来のGMMトレーニングとスーパーベクトル符号化手順の機構を模倣した。提案した層は可変長入力系列から高次統計を蓄積し,発話レベル固定次元ベクトル表現を生成することができる。従来の方法と異なり,著者らの新しいアプローチは,固有の辞書が損失関数から直接学習されるエンドツーエンド学習フレームワークを提供する。分類装置のための辞書と符号化表現を共同で学習した。表現はより少なく,従って言語同定に適している。NIST LRE07閉鎖集合タスクに関する予備実験を行い,結果は提案した辞書符号化層が簡単な平均プールと比較して有意な誤差低減を達成することを明らかにした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  *学習 ,  損失関数 ,  分類装置 ,  *エンドツーエンド方式 ,  発話 ,  高次統計量
準シソーラス用語： 予備実験 ,  誤差低減 ,  *言語同定 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： エンドツーエンド ,  言語同定 ,  学習 ,  辞書 ,  符号化