Estudio sobre el impacto del corpus de entrenamiento del modelo de lenguaje en las prestaciones de un reconocedor de habla

Thumbnail Image

Files

Procesamiento_del_lenguaje_natural_2018.pdf (1.54 MB)
Identifiers
URI: http://hdl.handle.net/10347/17787
ISSN: 1135-5948
E-ISSN: 1989-7553
DOI: 10.26342/2018-61-8

Publication date

2018

Authors

Advisors

Tutors

Editors

Journal Title

Journal ISSN

Volume Title

Publisher

Sociedad Española para el Procesamiento del Lenguaje Natural (SEPLN)
Metrics
Google Scholar
lacobus
Export

Research Projects

Organizational Units

Journal Issue

Abstract

Description

Dentro del reconocimiento automático del habla, los modelos de lenguaje estadísticos basados en la probabilidad de secuencia de palabras (n-gramas) suponen uno de los dos pilares sobre los que se basa su correcto funcionamiento. En este trabajo se expone el impacto que tienen sobre las prestaciones de reconocimiento a medida que estos modelos se mejoran con más texto de mejor calidad, cuando estos se ajustan a la aplicación final del sistema, y por lo tanto, cuando se reducen el número de palabras fuera de vocabulario (Out Of Vocabulary - OOV). El reconocedor con los distintos modelos de lenguaje ha sido aplicado sobre cortes de audio correspondientes a tres marcos experimentales: oralidad formal, habla en noticiarios, y TED talks en gallego. Los resultados obtenidos muestran claramente una mejora sobre los marcos experimentales propuestos

Keywords

Galego (lingua)| Gallego (lengua)| Galician (language)| Modelos de linguaxe| Modelos de lenguaje| Language models| Variación lingüística| Linguistic variation| Reconocimiento automático da fala| Reconocimiento automático del habla| Automatic speech recognition| Palabras fóra de vocabulario| Palabras fuera de vocabulario| Out of vocabulary words

Bibliographic citation

Andrés Piñeiro Martín, Carmen García-Mateo, Laura Docío-Fernández, Xosé Luís Regueira (2018): Estudio sobre el impacto del corpus de entrenamiento del modelo de lenguaje en las prestaciones de un reconocedor de habla. Procesamiento del Lenguaje Natural 61, 75-82

Relation

Has part

Has version

Is based on

Is part of

Is referenced by

Is version of

Requires

Sponsors

Rights

© 2018 Sociedad Española para el Procesamiento del Lenguaje Natural

Collections

Instituto da Lingua Galega (ILG)
Filoloxía Galega