Unsupervised word sense disambiguation for Korean through the acyclic weighted digraph using corpus and dictionary     

Yeohoon Yoon  Choong-Nyoung Seon  Songwook Lee  Jungyun Seo 《Information processing & management》2006

Word sense disambiguation (WSD) is meant to assign the most appropriate sense to a polysemous word according to its context. We present a method for automatic WSD using only two resources: a raw text corpus and a machine-readable dictionary (MRD). The system learns the similarity matrix between word pairs from the unlabeled corpus, and it uses the vector representations of sense definitions from MRD, which are derived based on the similarity matrix. In order to disambiguate all occurrences of polysemous words in a sentence, the system separately constructs the acyclic weighted digraph (AWD) for every occurrence of polysemous words in a sentence. The AWD is structured based on consideration of the senses of context words which occur with a target word in a sentence. After building the AWD per each polysemous word, we can search the optimal path of the AWD using the Viterbi algorithm. We assign the most appropriate sense to the target word in sentences with the sense on the optimal path in the AWD. By experiments, our system shows 76.4% accuracy for the semantically ambiguous Korean words.  相似文献   

基于EM算法的汉语自动分词方法   总被引：9，自引：1，他引：8  

李家福  张亚非 《情报学报》2002,21(3):269-272

汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用 ,以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型 ,并重点剖析了EM(Expectation Maximization)算法 ,对实验结果进行了分析。最后对算法进行了总结与讨论。  相似文献   

基于机器学习的自动文摘研究综述     

曹洋  成颖  裴雷 《图书情报工作》2014,58(18):122-130

探讨基于机器学习的自动文摘研究中的特征选取、算法选择、模型训练、文摘提取和模型评测等主要过程;重点分析3种主要的机器学习算法：朴素贝叶斯、隐马尔科夫和条件随机场,阐释3种算法的基本思想,在对相关研究进行系统梳理的基础上,给出作者的思考;对3种机器学习算法在训练方法、协同训练与主动学习、类别平衡以及词汇分布等方面存在的共性问题进行深入讨论并提出未来的主要研究方向。  相似文献   

基于HMM状态结构调整的非特定人语音识别     

徐向华  朱杰  郭强 《东南大学学报》2004,20(4):427-430

利用HMM模型状态间的混淆度, 提出了一种新的状态结构调整算法, 使不同的状态可以共享相同的高斯混合函数, 并在EM算法的框架下推导出对状态结构调整后的增加参数, 即状态间权值的重估公式. 并对非特定人进行大词汇量汉语连续语音识别实验, 实验结果表明状态结构调整后的系统不仅优于基线系统, 还获得了比传统的参数增加方法更高的识别率, 由此证明了状态结构调整方法的有效性.  相似文献   

基于HMM语音识别的FPGA实现     

华婷婷  李成 《黄山学院学报》2008,10(5)

采用软硬件协同设计的方法,搭建了一个高效地基于隐马尔可夫模型（Hidden Markov Model,HMM）语音识别的FPGA实验验证平台。结合FPGA结构特点,直接使用加法器、乘法器、比较器等建立一个Viterbi算法结构,采用改进的方法计算Viterbi得分和预计算逻辑实现了一种简单的基于HMM的语音模板匹配。实验表明该实现方案是切实可行的,FPGA实验验证平台有利于资源复用,减少工作量,并易于调试,为语音识别其他功能模块的嵌入炎设计打下良好基础．  相似文献   

基于语音识别的汉语发音自动评分系统的初步设计   总被引：2，自引：0，他引：2  

吕军  曹效英 《现代教育技术》2006,16(3):51-54

语音识别技术的发展使得人与计算机的交互成为可能,文章结合了语音识别的相关技术,提出了在对外汉语教学领域中,对汉语自动发音水平评价系统的设计,详细地介绍了系统的结构以及所使用的关键技术。  相似文献   

HMM在说话人识别系统中的实现     

刘云冰  祝彦成  彭静  肖俊  吴传菊 《教育技术导刊》2006,(23)

介绍了隐马尔可夫模型及其主要解决的3个基本问题,以及在说话人识别系统中实现的基本过程,并对256和512码本、文本相关与文本无关进行比对,得出文本相关的识别率更高的结论并分析了其原因。  相似文献   

语音识别技术及应用   总被引：5，自引：0，他引：5  

刘向华 《温州职业技术学院学报》2006,6(3):33-35

语音识别技术近年来得到了飞速的发展并且在越来越多的领域得到了广泛的应用。隐马尔可夫模型(HMM)语音识别技术是一种基于训练数据提供的概率自动构造识别系统的技术,主要用于大量词汇的语音识别,而且具有良好的识别性能和抗噪性能。因此,一般的语音识别系统都采用基于HMM的识别方法作为其基本算法。本文列举了语音识别在教学中的应用示例来分析其基本算法。  相似文献   

英语口语测试系统的研究与实现     

王娜 《通化师范学院学报》2012,33(2):28-30

随着计算机技术和网络技术的迅速发展,计算机辅助教学在教学领域中的应用日益广泛.为了帮助英语学习者纠正其发音错误,提高英语口语水平,将计算机辅助教学应用于英语口语的教学与测试中,利用了特征参数提取,基于HMM模型的语音识别,模式匹配等技术实现了一个测试系统.  相似文献   

基于双向最大匹配和HMM的分词消歧模型*   总被引：1，自引：0，他引：1  

麦范金  王挺 《现代图书情报技术》2008,24(8):37-41

提出一种消减分词切分歧义的模型。利用正向和逆向最大匹配方法对中文文本信息进行分词,基于隐马尔科夫模型对两次最大匹配的分词结果进行对比消歧,得到较为精确的结果。整个过程分为歧义发现、歧义抽取、歧义消除3个过程。测试结果显示,该模型能有效地降低分词歧义引起的错误切分率。  相似文献