動的に変化する環境における短期語学習【JST・京大機械翻訳】

Huber Christian; Kumar Rishu; Bojar Ondrej; Waibel Alexander

プレプリント

J-GLOBAL ID：202202215693195889 整理番号：22P0312054

動的に変化する環境における短期語学習【JST・京大機械翻訳】

Short-Term Word-Learning in a Dynamically Changing Environment

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年03月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

適切なモデリングユニットを使用するとき,ニューラルネットワークシーケンス自動音声認識(ASR)システムは,原理的にオープンな語彙システムである。しかし,実際には,それらは訓練中に見られない単語,例えば,エンティティ,数または技術的用語を認識できないことが多い。この問題を軽減するために,Huberらは,単語/フレーズメモリを持つエンドツーエンドASRシステムを補うために提案され,単語とフレーズを正しく認識するためにこのメモリにアクセスするためのメカニズムを提案した。本論文では,このメモリに対する重要な単語を動的に獲得するための方法,およびb)新しい単語の認識精度の改善と,それらの追加単語に対する誤り警報の潜在的危険性の間のトレードオフを研究した。新しい単語の適当な数を用いるとき,誤り警報(F1スコア0.30→0.80)の僅かな増加だけで,新しい単語の検出率における著しい改善を示した。さらに,重要なキーワードをサポート文書から抽出でき,効果的に使用できることを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

パターン認識

, ,

前のページに戻る