XJIPC OpenIR  > 多语种信息技术研究室
基于多任务学习的神经网络语言模型建模方法
张一珂;  张鹏远;  颜永红
2017
Conference Name第十四届全国人机语音通讯学术会议
Conference Date2017-10-11
Conference Place中国江苏连云港
Abstract针对特定的语言模型建模任务而言,领域相关的语料往往非常稀缺。针对此问题,本文提出了一种基于状态子空间共享的多任务学习模型,并将其应用于多个低资源的递归LSTM神经网络语言模型建模任务中。实验证明,相比于单任务建模方法,本文提出的方法使得语言模型的困惑度在全部任务上均有不同程度的下降。将本文提出的模型与传统的共享隐含层多任务学习模型融合后,在各个任务上,语言模型的困惑度进一步下降。此外,在语音识别任务中,本文提出的方法可以进一步降低识别错误率。
Keyword语音识别 语言模型 多任务学习 状态子空间共享 递归神经网络
Document Type会议论文
Identifierhttp://ir.xjipc.cas.cn/handle/365002/5368
Collection多语种信息技术研究室
Affiliation中国科学院声学研究所语言声学与内容理解重点实验室;中国科学院大学;中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室
Recommended Citation
GB/T 7714
张一珂;张鹏远;颜永红. 基于多任务学习的神经网络语言模型建模方法[C],2017.
Files in This Item:
File Name/Size DocType Version Access License
基于多任务学习的神经网络语言模型建模方法(1214KB)会议论文 开放获取CC BY-NC-SAView Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张一珂;张鹏远;颜永红]'s Articles
Baidu academic
Similar articles in Baidu academic
[张一珂;张鹏远;颜永红]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张一珂;张鹏远;颜永红]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 基于多任务学习的神经网络语言模型建模方法.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.