语言模型自适应方法在嵌入式系统中应用的研究

发布时间：2020-06-25 03:27

【摘要】： 随着嵌入式产品的广泛应用,方便快捷地输入汉字的需求也越来越大。如何把在PC上相对成熟的基于统计语言模型的中文整句输入法技术,应用于对时空复杂度要求更苛刻的嵌入式系统中,就是很有研究价值的课题。本文在前人研究成果的基础上,开展了以下工作: 首先,针对手机等嵌入式产品多应用于口语环境的实际情况,本文从书面语和口语存在的差异出发,对语言模型的语体自适应方法进行研究,提出了基于trigram语体特征分类的自适应算法。该算法根据trigram单元的语体特征倾向动态分配权值,选取几种不同的权值生成函数。本文提出的方法可将已有的书面语语言模型适应到口语语言模型,使得在口语应用环境下中文整句输入法的拼音转汉字正确率有了较大的提高。其次,为满足使用嵌入式系统的终端用户的个性化要求,本文利用系统可以实时获得用户反馈信息的特点,对压缩语言模型的在线自适应进行研究,提出了基于错误修正学习的压缩语言模型在线自适应方法。该方法通过有用户指导的实例学习的方式,以修正解码错误为直接驱动目标,在满足嵌入式系统对时间复杂度要求的前提下,逐渐调整压缩语言模型中的单元排名和单元次数索引。本文提出的方法将通用的压缩语言模型在线自适应到针对特定用户的压缩语言模型,让嵌入式系统的某个用户在实时使用的过程中,中文整句的拼音转汉字的正确率逐渐提高。在本文工作涉及的中文整句输入法系统中,首先用语言模型的语体自适应方法,从原有的PC上的语言模型获得口语环境下性能更好的通用语言模型,再利用已有方法对其进行压缩处理,得到用于嵌入式系统的压缩了的语言模型,最后在某个用户使用输入法的过程中,用压缩语言模型的在线自适应方法不断地提高针对该用户的汉字输入性能。该方法达到了让嵌入式系统的用户更加方便快捷地输入汉字的目的,获得了较好的性能。
【学位授予单位】：清华大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TP368.12
【图文】：

框架图,语言模型,自适应,框架

既有从基于领域（主题）的自适应方法变化而来的在线自适应方法[1819]，也有从基于记忆的自适应方法变化而来的在线自适应方法[16]。文献[16]中的基于对话回合衰减的 cache 语言模型是用于对话系统中的，与在输入法系统中使用语言模型的背景和条件相差较大，所以本文不做讨论。文献[18,19]中的语言模型在线自适应方法基本上采用的是如下图 3.1 的框架[29]：

语料,参数,方法,第一

参数 B 或参数 C。用第一组语料做实验，方法 1 参数 A 的结果如图 3.2 所示，方法 2 参果如图 3.3 所示，方法 2 参数 C 的结果如图 3.4 所示；用第二组语料做实 1 参数 A 的结果如图 3.5 所示，方法 2 参数 B 的结果如图 3.6 所示，方 C 的结果如图 3.7 所示。

【相似文献】