최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회, 2016 Oct. 07, 2016년, pp.211 - 216
최준휘 (포항공과대학교) , 류성한 (포항공과대학교) , 유환조 (포항공과대학교) , 이근배 (포항공과대학교)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
음성 인식 오류 수정을 위한 trie 기반 사전을 이용한 guided sequence generation을 제안한 본 연구의 방법론을 적용한 결과, 오류를 얼마나 줄이는 성능을 확인할 수 있었는가? | 음성 인식 오류 수정이기 때문에 적어도 non-word가 발생치 않도록 하기 위하여 generation 시 guide하는 방법이 적용되었다. 본 방법론에 따라 단순하게 simulation된 훈련 말뭉치로 실제 발생한 오류 전체의 14.9%를 줄이는 성능을 확인할 수 있었다. 이 방법론을 바탕으로 전체 이는 단순히 음성 인식 오류뿐만 아니라, RNN을 응용한 generation의 고질적인 문제인 invalid sequence generation 문제를 해결하는 방법론을 제안하였고 등록된 sequence를 generation하는 많은 분야에서 응용될 수 있을 것이라 기대된다. | |
기존 음성인식 방법론들에서 해당 병렬 말뭉치가 필요한 것의 문제점은? | [1][2] 해당 병렬 말뭉치가 필요한 것은 기존 방법론들의 큰 단점 중의 하나인데 여러 문제점을 가지고 있다. 우선적으로 병렬 말뭉치는 얻기 힘들며, 해당 말뭉치는 그 음성 인식기가 사용된 환경과 그 음성 인식기에 종속되어 있다. 따라서 해당 말뭉치로 훈련된 모델은 환경이 다르거나 음성 인식기가 바뀌었을 때 적용하기 힘들다는 단점이 있다. 그러므로 새로운 음성 인식기를 이용할 때모델을 다시 훈련해야 하나, 다시 훈련하기 위해 말뭉치를 재생성할 때 음성 말뭉치가 아니면, 그 또한 어렵다. 따라서 본 방법론은 병렬 말뭉치 필요 없이, 간단한 simulation된 말뭉치로도 효과적인 방법론을 제안코자 한다. | |
본 논문에서 제안한 Guided Sequence Generation는 무엇 기반 사전을 이용하였는가? | 음성 인식 오류는 관련 어플리케이션에 있어 많은 오동작의 원인이 되므로, 음성 인식 오류는 고쳐져야 한다. 본 논문에서는 Trie 기반 사전을 이용한 Guided Sequence Generation을 제안한다. 제안하는 모델은 목표 단어와 그 단어의 문맥을 Encoding하고, 그로부터 단어를 Character 단위로 Decoding하며 단어를 Generation한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.