بهبود نرخ بازشناسی گفتار فارسی با استفاده از تطبیق مدل های زبانی مولد PLSA و LDA

مدل های زبانی با تعیین دنباله کلمات محتمل، دقت سامانه بازشناسی گفتار را بهبود می دهند. به علت پیچیدگی ساختار نحوی زبان طبیعی، در دو دهه اخیر به مدل های زبانی آماری توجه بیشتری شده است. سامانه بازشناسی گفتار به شدت تحت تأثیرویژگی های لغوی، نحوی، و معنایی سخنان آموزش دیده است؛ بنابراین بسیار وابسته به حوزه های متفاوت گفتار است. به طور کلی، مدل زبانی تطبیق یافته تحت شرایط متغیرکه شامل تغییرات بالقوه لغت،نحو،محتوا،و سبک است، به دنبال حفظ اطلاعات کافی حوزه بازشناسی جاری است.هدف تطبیق مدل های آماری، استخراج اطلاعات مشخص، و البته محدود، پیرامون موضوع گفتار به منظور جبران این نقص است. در این مقاله اطلاعات معنایی استخراج شده توسط مدل های مولد PLSA و LDA به مدل آماری زبانی پایه افزوده شده و نشان داده می شود که این اطلاعات بهبود 87.1 و 8781 درصدی نرخ بازشناسی گفتار فارسی رابه ترتیب برای روشهای LDA و PLSA به همراه دارد.

کلیدواژه ها:

تطبیق آماری مدل زبانی ، بازشناسی گفتار ، پیکرهپس زمینه ، پیکره تطبیق ، ترکیب ، استخراج ویژگی معنایی