计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
6期
169-171
,共3页
分类回归树%决策树%韵律短语%边界
分類迴歸樹%決策樹%韻律短語%邊界
분류회귀수%결책수%운률단어%변계
提出了一种基于分类回归树(Classi6cation And Regression Tree,CART)的汉语韵律短语识别方法.该方法从语音流中提取与韵律短语边界有关的声学特征,从文本中提取短语边界的语言学特征,并将两类特征有机结合构成CART特征集,建立CART决策模型.开放测试结果显示.利用该CART模型在词边界中识别韵律短语边界,其识别准确率平均可达95.91%.
提齣瞭一種基于分類迴歸樹(Classi6cation And Regression Tree,CART)的漢語韻律短語識彆方法.該方法從語音流中提取與韻律短語邊界有關的聲學特徵,從文本中提取短語邊界的語言學特徵,併將兩類特徵有機結閤構成CART特徵集,建立CART決策模型.開放測試結果顯示.利用該CART模型在詞邊界中識彆韻律短語邊界,其識彆準確率平均可達95.91%.
제출료일충기우분류회귀수(Classi6cation And Regression Tree,CART)적한어운률단어식별방법.해방법종어음류중제취여운률단어변계유관적성학특정,종문본중제취단어변계적어언학특정,병장량류특정유궤결합구성CART특정집,건립CART결책모형.개방측시결과현시.이용해CART모형재사변계중식별운률단어변계,기식별준학솔평균가체95.91%.