基于互补模型的汉语重音检测

作者：倪崇嘉; 刘文举; 徐波

来源：计算机工程, 2011, (23): 20-23.

• 重音
• 互补模型
• Boosting分类回归树
• 条件随机场
• 神经网络
• 支持向量机 stress
• complementary model
• Boosting Classification and Regression Tree(CART)
• Conditional Random Fields(CRFs)
• Neural Network(NN)
• Support Vector Machine(SVM)

针对现有汉语重音检测方法正确率较低的问题,利用声学、词典和语法相关特征的不同分类器组合,基于Boosting分类回归树+条件随机场的互补模型,提出一种改进的汉语重音检测方法。在ASCCD语料库上的实验结果表明,该方法能获得84.9%的重音检测正确率,相比基于神经网络+决策树的基线系统提高2.7%。

• 单位
  山东财政学院; 数理学院; 中国科学院自动化研究所; 模式识别国家重点实验室