节点文献

音字转换中的机器学习研究

MACHINE LEARNING IN PINYIN-CHARACTER TRANSLATION

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 王晓龙王开铸孙希文王英伟

【Author】 Wang Xiaolong,Wang Kaizhu,Sun Xiwen and Wang YingweiDept. of Computer Science and Engineering,Harbin Institute of Technology,Harbin 150006

【机构】 哈尔滨工业大学计算机科学与工程系哈尔滨工业大学计算机科学与工程系 哈尔滨 150006哈尔滨 150006哈尔滨 150006

【摘要】 本文提出了音字转换学习系统的模型,给出了它所采用的三种机器学习形式:单词学习,规则学习,参数修正学习、单词以及规则的自动获取用于确定的推理机制,而非确定规则的自动获取以及可信度函数的自适应调整主要用于概率推理上,基于上述学习机制所进行的数万字的学习实验结果表明,机器学习在改进音字转换的系统性能(如正确率、通用性等)上,具有相当好的效果,目前已经在语句级声音输入、键盘输入等汉字系统上实用。

【Abstract】 This paper presents the model of machine learning in SPCT (System of Pinyin-Character Translation) and gives three ways of learning; word learning,rule learning and learning by parameter adjustment.The experiment of ten thousand characters shows that learning improves the performance of SPCT successfully and makes it adapt to new situations.

【基金】 国家自然科学基金;国家高技术研究发展计划的资助
  • 【文献出处】 计算机学报 ,Chinese Journal of Computers , 编辑部邮箱 ,1993年05期
  • 【被引频次】14
  • 【下载频次】216
节点文献中: 

本文链接的文献网络图示:

本文的引文网络