文献

J-GLOBAL ID：202002244391650514   整理番号：20A0813624

深部自己注意ニューラルネットワークを用いた韻律構造予測【JST・京大機械翻訳】

Prosodic Structure Prediction using Deep Self-attention Neural Network

著者 (6件)： Du Yao (Tsinghua-CUHK Joint Research Center for Media Sciences, Technologies and Systems, Graduate School at Shenzhen, Tsinghua University,Shenzhen,China) ,  Wu Zhiyong (Tsinghua-CUHK Joint Research Center for Media Sciences, Technologies and Systems, Graduate School at Shenzhen, Tsinghua University,Shenzhen,China) ,  Kang Shiyin (Tencent AI Lab, Tencent,Shenzhen,China) ,  Su Dan (Tencent AI Lab, Tencent,Shenzhen,China) ,  Yu Dong (Tencent AI Lab, Tencent,Shenzhen,China) ,  Meng Helen (The Chinese University of Hong Kong,Department of Systems Engineering and Engineering Management,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： APSIPA ASC  ページ： 320-324  発行年： 2019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： 韻律構造予測は,テキスト音声(TTS)システムのテキスト解析フロントエンドのキー部分である。それは入力テキストコンテキストを与えられた韻律境界タグを予測する。それは合成音声の自然性に必須である。条件付きランダムフィールド(CRF)とリカレントニューラルネットワーク(RNN)のような従来の方法は,このタスクにうまく適用されてきた。しかし,異なる範囲での時間依存性のモデリングの欠如(短期依存性と全文にわたる長スパン依存性)はそれらの性能を制限する。本論文では,韻律構造を予測するために,変換器(BERT)モデルから事前訓練された双方向符号器表現により抽出された意味的特徴を持つ自己注意ネットワークを提案した。実験結果は,提案した手法が,全精度で3.4%の絶対改善で,強いベースラインCRFモデルより優れていることを示した。Copyright 2020 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： スパン ,  *ネットワーク ,  時間依存性 ,  変換器 ,  *ニューラルネットワーク ,  基準線 ,  符号器
準シソーラス用語： リカレントニューラルネットワーク ,  確率場 ,  *韻律 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 深部 ,  自己 ,  注意 ,  ニューラルネットワーク ,  予測