音声認識のための言語処理 : 何が足りないか?  [in Japanese] Language Processing for Speech Recognition : What is Missing?  [in Japanese]

Access this Article

Search this Article

Author(s)

Abstract

言語モデルとしてよく用いられる単語 n-gram モデルは、適切に単語に分割された対象分野のコーパスが大量に利用可能な状況では実用上十分な性能を実現できる。しかし、対象分野の言語資源としては、単語境界情報のない生コーパスだけが利用可能であったり、基準に一貫性のない単語 (表記) の一覧が与えらえるのみであるという状況が現実的にはほとんどである。本稿では、一般的な分野の単語分割済みコーパスとそこに出現する単語の発音辞書があり、ある程度の量の対象分野の生コーパスが利用可能であるとの前提の下、音声認識のための言語モデルを効率よく構築することを目的として、現在利用可能な言語処理技術について述べるとともに、望まれる言語処理技術について考察する。A word n-gram model, which is often used as a language model, functions sufficiently well for practical uses under the condition that a large corpus in the target domain with word boundary information is available. In many practial cases, however, only a raw corpus without word boundary information is available, or a list of spellings of words and word sequences is given. In this article, assuming that we have a general corpus with word boundary information, a word list with pronunciation appearing in that corpus, and a certain amount of a raw corpus in the target domain, we discuss current natural language processing technologies and missing ones.

A word n-gram model, which is often used as a language model, functions sufficiently well for practical uses under the condition that a large corpus in the target domain with word boundary information is available. In many practial cases, however, only a raw corpus without word boundary information is available, or a list of spellings of words and word sequences is given. In this article, assuming that we have a general corpus with word boundary information, a word list with pronunciation appearing in that corpus, and a certain amount of a raw corpus in the target domain, we discuss current natural language processing technologies and missing ones.

Journal

  • IPSJ SIG Notes

    IPSJ SIG Notes 2008(68(2008-SLP-072)), 37-42, 2008-07-11

    Information Processing Society of Japan (IPSJ)

References:  24

Cited by:  1

Codes

  • NII Article ID (NAID)
    110006862658
  • NII NACSIS-CAT ID (NCID)
    AN10442647
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    09196072
  • NDL Article ID
    9606308
  • NDL Source Classification
    ZM13(科学技術--科学技術一般--データ処理・計算機)
  • NDL Call No.
    Z14-1121
  • Data Source
    CJP  CJPref  NDL  NII-ELS  IPSJ 
Page Top