English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 42119271      線上人數 : 1319
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/81119


    題名: 通過強化學習重新校正並提高最佳 ASR 假設;Improve Top ASR Hypothesis with Re-correction by Reinforcement Learning
    作者: 陳家豪;Chen, Chia-Hao
    貢獻者: 資訊工程學系
    關鍵詞: 強化學習;自然語言處理;自動語音辨識;錯字修正;Reinforcement Learning;Natural Language Processing;Automatic Speech Recognition;Correcting
    日期: 2019-07-23
    上傳時間: 2019-09-03 15:35:19 (UTC+8)
    出版者: 國立中央大學
    摘要: 在實際情況中,話語由ASR(自動語音識別)系統轉錄,其通常提出多個候選轉錄(假設)。大多數時候,第一個假設通常是最好和最常用的假設。但是,在嘈雜的環境中,ASR的第一個假設經常會錯漏一些對LU(語言理解)而言很重要的詞,而這些詞經常可以在其他假設中找到。但總的來說,第一個ASR假設明顯優於其他的ASR假設。如果我們放棄第一個ASR假設,就因為它缺少一些單詞,這並不是最好的選擇。如果我們可以參考第2個ASR假設來修改第1個ASR假設的缺失的或冗餘的詞,我們可以使話語更接近使用者的真實意圖。在這篇論文中,我們提出了一種通過強化學習模型自動校正第1個ASR假設的方法。它可以通過地2假設逐字逐句糾正第一個假設。我們的方法將第1次ASR假設的得分從70.18提高到76.74。;In real situations, utterances are transcribed by ASR(Automatic Speech Recognition) systems, which usually propose multiple candidate transcriptions(hypothesis). Most of the time, the first hypothesis is the best and most commonly used. But the first hypothesis of ASR in a noisy environment often misses some words that are important to the LU(Language Understanding), and these words can be found among second hypothesis. But on the whole, the first ASR hypothesis is significantly better than the second ASR hypothesis. It is not the best choice if we abandon the first ASR hypothesis because it lacks some words. If we can refer to the 2th ASR hypothesis to modify the missing or redundant words of the first ASR hypothesis, we can get utterances closer to the user′s true intentions. In this paper we propose a method to automatically correct the 1th ASR hypothesis by the reinforcement learning model. It can correct the first hypothesis word by word by other hypothesis. Our method raises the bleu score of 1th ASR hypothesis from 70.18 to 76.74.
    顯示於類別:[資訊工程研究所] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML129檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明