计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
23期
20-23
,共4页
重音%互补模型%Boosting分类回归树%条件随机场%神经网络%支持向量机
重音%互補模型%Boosting分類迴歸樹%條件隨機場%神經網絡%支持嚮量機
중음%호보모형%Boosting분류회귀수%조건수궤장%신경망락%지지향량궤
针对现有汉语重音检测方法正确率较低的问题,利用声学、词典和语法相关特征的不同分类器组合,基于Boosting分类回归树+条件随机场的互补模型,提出一种改进的汉语重音检测方法.在ASCCD语料库上的实验结果表明,该方法能获得84.9％的重音检测正确率,相比基于神经网络+决策树的基线系统提高2.7％.
針對現有漢語重音檢測方法正確率較低的問題,利用聲學、詞典和語法相關特徵的不同分類器組閤,基于Boosting分類迴歸樹+條件隨機場的互補模型,提齣一種改進的漢語重音檢測方法.在ASCCD語料庫上的實驗結果錶明,該方法能穫得84.9％的重音檢測正確率,相比基于神經網絡+決策樹的基線繫統提高2.7％.
침대현유한어중음검측방법정학솔교저적문제,이용성학、사전화어법상관특정적불동분류기조합,기우Boosting분류회귀수+조건수궤장적호보모형,제출일충개진적한어중음검측방법.재ASCCD어료고상적실험결과표명,해방법능획득84.9％적중음검측정학솔,상비기우신경망락+결책수적기선계통제고2.7％.
