利用AdaBoost-SVM集成算法和语块信息的韵律短语识别

发布时间：2017-10-17 17:29

  本文关键词：利用AdaBoost-SVM集成算法和语块信息的韵律短语识别

  更多相关文章： 汉语语块 AdaBoost-SVM 韵律短语 识别

【摘要】：提出一种基于汉语语块结构并利用AdaBoost-SVM集成学习算法的汉语韵律短语识别方法。首先,对语料进行自动分词、词性标注和初语块标注,然后基于结合紧密度获取语块归并规则并利用规则对初语块进行归并,得到最终的语块结构。其次,基于语块结构并利用AdaBoost-SVM集成算法,构建汉语韵律短语识别模型。同时,该文利用多种算法分别构建了利用语块信息和不利用语块的多个模型,对比实验结果表明,表示浅层句法信息的语块能够在韵律短语识别中做出积极有效的贡献;利用AdaBoos-SVM集成算法实现的模型性能更佳。
【作者单位】： 山西大学计算机与信息技术学院;山西大学计算智能与中文信息处理教育部重点实验室;
【关键词】： 汉语语块 AdaBoost-SVM 韵律短语 识别
【基金】：国家自然科学基金资助项目(61175067) 国家自然科学青年基金资助项目(61005053,61100138) 山西省科技基础条件平台建设项目(2015091001-0102) 山西省青年科技研究基金资助项目(2012021012-1) 山西省回国留学人员科研资助项目(2013-022)
【分类号】：TN912.34
【正文快照】： 1引言语音合成是制造语音的技术。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术,是中文信息处理领域的一项前沿技术。目前机器合成的语音与人讲的话之间还有明显的差距,其自然度还有待进一步的提高。韵律的差距是影响语音自然度的重要因素之一,合成的语音单调

【参考文献】

中国期刊全文数据库 前2条

1 周强;李玉梅;;汉语块分析评测任务设计[J];中文信息学报;2010年01期

2 钱揖丽;冯志茹;;基于语块和条件随机场(CRFs)的韵律短语识别[J];中文信息学报;2014年05期

【共引文献】

中国期刊全文数据库 前7条

1 李胜梅;;“语篇言语块”的理论位置及研究路径[J];阜阳师范学院学报(社会科学版);2012年03期

2 孙广路;郎非;薛一波;;基于条件随机域和语义类的中文组块分析方法[J];哈尔滨工业大学学报;2011年07期

3 刘海霞;黄德根;;语义信息与CRF结合的汉语功能块自动识别[J];中文信息学报;2011年05期

4 李业刚;黄河燕;;汉语组块分析研究综述[J];中文信息学报;2013年03期

5 李琳;龙从军;江荻;;藏语句法功能组块的边界识别[J];中文信息学报;2013年06期

6 钱揖丽;冯志茹;;基于语块和条件随机场(CRFs)的韵律短语识别[J];中文信息学报;2014年05期

7 杨静;徐蔚然;谭松波;;COAE2014情感关键句评测任务和评测数据设计[J];山西大学学报(自然科学版);2015年01期

中国硕士学位论文全文数据库 前3条

1 刘海霞;汉语功能块的自动识别研究[D];大连理工大学;2011年

2 李福民;基于语料库的短语结构分析研究[D];山西大学;2012年

3 常若愚;汉语语义组块识别研究[D];杭州电子科技大学;2015年

【二级参考文献】

中国期刊全文数据库 前10条

1 张昱琪,周强;汉语基本短语的自动识别[J];中文信息学报;2002年06期

2 曹剑芬;基于语法信息的汉语韵律结构预测[J];中文信息学报;2003年03期

3 周强;汉语句法树库标注体系[J];中文信息学报;2004年04期

4 李剑锋,胡国平,王仁华;基于最大熵模型的韵律短语边界预测[J];中文信息学报;2004年05期

5 荀恩东;钱揖丽;郭庆;宋柔;;应用二叉树剪枝识别韵律短语边界[J];中文信息学报;2006年03期

6 周强;;汉语基本块描述体系[J];中文信息学报;2007年03期

7 周强;赵颖泽;;汉语功能块自动分析[J];中文信息学报;2007年05期

8 陈亿;周强;宇航;;分层次的汉语功能块描述库构建分析[J];中文信息学报;2008年03期

9 王永鑫;蔡莲红;;语法信息与韵律结构的分析与预测[J];中文信息学报;2010年01期

10 周强;李玉梅;;汉语块分析评测任务设计[J];中文信息学报;2010年01期

【相似文献】

中国硕士学位论文全文数据库 前1条

1 常成成;基于AdaBoost-SVM的软件缺陷优先级预测模型的研究[D];南京邮电大学;2013年

，

本文编号：1050108