Term-Dependent Confidence Normalisation for Out-of-Vocabulary Spoken Term Detection
摘要
系统包含估计 hypothesised 察觉的信心措施的说的术语察觉(性传播疾病) 的一个重要部件。然而，广泛地使用的基于格子的信心评价的一个潜在的问题是信心分数为所有搜索词，他们可以以语音或语言学的性质不管多少不同一致地被对待。这个问题是特别地明显的因为趋于到的 out-of-vocabulary (OOV ) 术语展出高 intra 术语差异。到信心上的术语差异的影响测量的地址，我们在这个工作建议在信心评价补偿术语差异的一种术语依赖者 normalisation 技术。我们首先导出由在术语之中补偿多样的出现率优化评估度量标准的 evaluation-metric-oriented normalisation ，然后建议线性偏爱赔偿和歧视的赔偿处理在基于格子的信心测量并且从术语特定的阀值( TST )途径从哪个受苦是固有的偏爱问题。我们分别地基于音素和词与二个最先进的性传播疾病系统从多党的会议域在讲话数据上测试了建议技术。试验性的结果证明信心 normalisation 途径在性传播疾病导致重要表演改进，特别地为有基于音素的系统的 OOV 术语。
引用本文（GB/T 7714）
Javier Javier, Tejedo, Simon, 等. Term-Dependent Confidence Normalisation for Out-of-Vocabulary Spoken Term Detection[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2012.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。