检索结果-维普期刊中文期刊服务平台

基于改进的隐马尔科夫模型的语音识别方法被引量：20: 1; 作者袁里驰《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第6期1303-1308,共6页; 针对隐马尔可夫(HMM)语音识别模型状态输出独立同分布等与语音实际特性不够协调的假设以及在使用段长信息时存在的缺陷,对隐马尔可夫模型进行改进,提出马尔可夫族模型。马尔可夫族模型可看作一个数学上由多个马尔可夫链构成的多重随机过... 展开更多; 关键词隐马尔可夫模型马尔可夫族模型段长语音识别; 在线阅读下载PDF 职称材料

基于改进的隐马尔科夫模型的词性标注方法被引量：16: 2; 作者袁里驰《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第8期3053-3057,共5页; 针对隐马尔可夫(HMM)词性标注模型状态输出独立同分布等与语言实际特性不够协调的假设,对隐马尔可夫模型进行改进,引入马尔可夫族模型。,该模型用条件独立性假设取代HMM模型的独立性假设。将马尔可夫族模型应用于词性标注,并结合句法分... 展开更多; 关键词隐马尔可夫模型马尔可夫族模型词性标注 VITERBI算法; 在线阅读下载PDF 职称材料

基于BERT-BiLSTM-CRF的中文分词和词性标注联合方法被引量：13: 3; 作者袁里驰《小型微型计算机系统》 CSCD 北大核心 2023年第9期1906-1911,共6页; 针对中文分词、词性标注等序列标注任务,本文提出了结合BERT语言模型、BiLSTM(双向长短时记忆模型)、CRF(条件随机场模型)和马尔可夫族模型(MFM)或树形概率(TLP)构建的中文分词和词性标注联合方法.隐马尔可夫(HMM)词性标注方法忽略了词... 展开更多; 关键词 BERT 双向长短时记忆模型中文分词词性标注马尔可夫族模型树形概率; 在线阅读下载PDF 职称材料

基于BiLSTM-CRF的中文分词和词性标注联合方法被引量：10: 4; 作者袁里驰《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第8期3145-3153,共9页; 针对中文分词、词性标注等序列标注任务,提出结合双向长短时记忆模型、条件随机场模型和马尔可夫族模型或树形概率构建的中文分词和词性标注联合方法。隐马尔可夫词性标注方法忽略了词本身到词性的发射概率。在基于马尔可夫族模型或树... 展开更多; 关键词双向长短时记忆模型中文分词词性标注马尔可夫族模型树形概率; 在线阅读下载PDF 职称材料

题名基于改进的隐马尔科夫模型的语音识别方法被引量：20: 1; 作者袁里驰; 机构中南大学信息科学与工程学院江西财经大学信息管理学院; 出处《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第6期1303-1308,共6页; 基金国家自然科学基金资助项目(60663007) 中南大学博士后科学基金资助项目(2007); 文摘针对隐马尔可夫(HMM)语音识别模型状态输出独立同分布等与语音实际特性不够协调的假设以及在使用段长信息时存在的缺陷,对隐马尔可夫模型进行改进,提出马尔可夫族模型。马尔可夫族模型可看作一个数学上由多个马尔可夫链构成的多重随机过程,HMM模型则是双重随机过程,因而,HMM模型可视为马尔可夫族模型的特例。马尔可夫族模型用条件独立性假设取代了HMM模型的独立性假设。相对条件独立性假设,独立性假设是过强假设,因而,基于马尔可夫族模型的语音模型更符合语音实际物理过程。在马尔可夫族语音识别模型中引入状态段长信息,能自动根据语速对语音单元段长进行调整。非特定人连续语音实验结果表明,利用状态段长信息的改进语音识别模型比经典HMM模型的性能明显提高。; 关键词隐马尔可夫模型马尔可夫族模型段长语音识别; Keywords hidden Markov model Markov family model duration speech recognition; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于改进的隐马尔科夫模型的词性标注方法被引量：16: 2; 作者袁里驰; 机构江西财经大学信息学院、数据与知识工程江西省重点实验室; 出处《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第8期3053-3057,共5页; 基金国家自然科学基金资助项目(60763001) 江西省自然科学基金资助项目(2010GZS0072) 江西省教育厅科技项目(GJJ12271); 文摘针对隐马尔可夫(HMM)词性标注模型状态输出独立同分布等与语言实际特性不够协调的假设,对隐马尔可夫模型进行改进,引入马尔可夫族模型。,该模型用条件独立性假设取代HMM模型的独立性假设。将马尔可夫族模型应用于词性标注,并结合句法分析进行词性标注。用改进的隐马尔可夫模型进行词性标注实验。实验结果表明:与条件独立性假设相比,独立性假设是过强假设,因而基于马尔可夫族模型的语言模型更符合语言等实际物理过程;在相同的测试条件下,马尔可夫族模型明显好于隐马尔可夫模型,词性标注准确率从94.642%提高到97.126%。; 关键词隐马尔可夫模型马尔可夫族模型词性标注 VITERBI算法; Keywords hidden Markov model Markov family model part-of-speech tagging Viterbi algorithm; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于BERT-BiLSTM-CRF的中文分词和词性标注联合方法被引量：13: 3; 作者袁里驰; 机构江西财经大学软件与物联网工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2023年第9期1906-1911,共6页; 基金国家自然科学基金项目(61962025,61562034)资助.; 文摘针对中文分词、词性标注等序列标注任务,本文提出了结合BERT语言模型、BiLSTM(双向长短时记忆模型)、CRF(条件随机场模型)和马尔可夫族模型(MFM)或树形概率(TLP)构建的中文分词和词性标注联合方法.隐马尔可夫(HMM)词性标注方法忽略了词本身到词性的发射概率,而在利用树形概率或马尔可夫族统计模型的词性标记中,一个词的词性不仅和该词前一个词的词性关联,且与该词自身关联.使用联合方法有助于使用词性信息帮助分词,将两者紧密结合能够帮助消除歧义和改进分词、词性标记的性能.实验结果表明本文使用的中文分词和词性标注联合方法与普通的BiLSTM-CRF分词算法相比,可以明显提升分词性能,而且相比于通常的隐马尔可夫词性标注方法能够大幅度提高词性标注的准确率.; 关键词 BERT 双向长短时记忆模型中文分词词性标注马尔可夫族模型树形概率; Keywords bidirectional encoder representation from transformers bi-directional long-short term memory model Chinese word segmentation part-of-speech tagging Markov family model tree-like probability; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于BiLSTM-CRF的中文分词和词性标注联合方法被引量：10: 4; 作者袁里驰; 机构江西财经大学软件与物联网工程学院; 出处《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第8期3145-3153,共9页; 基金国家自然科学基金资助项目(61962025,61562034)。; 文摘针对中文分词、词性标注等序列标注任务,提出结合双向长短时记忆模型、条件随机场模型和马尔可夫族模型或树形概率构建的中文分词和词性标注联合方法。隐马尔可夫词性标注方法忽略了词本身到词性的发射概率。在基于马尔可夫族模型或树形概率的词性标注中,当前词的词性不但与前面词的词性有关,而且与当前词本身有关。使用联合方法有助于使用词性标注信息实现分词,有机地将两者结合起来有利于消除歧义和提高分词、词性标注任务的准确率。实验结果表明:本文使用的中文分词和词性标注联合方法相比于通常的双向长短时记忆模型−条件随机场分词模型能够大幅度提高分词的准确率,并且相比于传统的隐马尔可夫词性标注方法能够大幅度提高词性标注的准确率。; 关键词双向长短时记忆模型中文分词词性标注马尔可夫族模型树形概率; Keywords bi-directional long-short term memory model Chinese word segmentation part-of-speech tagging Markov family model tree-like probability; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进的隐马尔科夫模型的语音识别方法	袁里驰	《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2008	20	在线阅读下载PDF 职称材料
2	基于改进的隐马尔科夫模型的词性标注方法	袁里驰	《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2012	16	在线阅读下载PDF 职称材料
3	基于BERT-BiLSTM-CRF的中文分词和词性标注联合方法	袁里驰	《小型微型计算机系统》 CSCD 北大核心	2023	13	在线阅读下载PDF 职称材料
4	基于BiLSTM-CRF的中文分词和词性标注联合方法	袁里驰	《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2023	10	在线阅读下载PDF 职称材料