| 基于对话回合衰减的cache语言模型在线自适应研究 |
| 何伟 李红莲 袁保宗 林碧琴 |
| 关键词：计算机应用 中文信息处理 口语对话系统 语言模型 cache自适应 |
| 主要内容：目前由于特定任务域语料的稀疏并且难以收集，这严重阻碍了对话系统的可移植性。如何利用在线收集的少量训练语料，实现语言模型的快速自适应，从而有效提高对话系统在新任务域的识别率是本文的目的所在。本文对传统cache模型修正后，提出了基于历史单元衰减的cache语言模型，以在线递增方式收集语料进行自适应，并与通用语言模型进行线性插值。在对话系统中，以对话回合为历史单元，也可称为基于对话回合衰减的cache语言模型。在两个完全不同任务域——颐和园导游与火车票订票任务域进行的实验表明，在自适应语料不到1千句时，与无自适应模型相比，有监督模式下的识别错误率分别降低了47．8％和74．0％，无监督模式下的识别错误率分别降低了30．1％和51．1％。 |
| 《中文信息学报》 2003,17(5).-41-47 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号