運用概念模型化技術於中文大詞彙連續語音辨識之語言模型調適

Leveraging Concept Modeling Techniques for Language Model Adaptation in Mandarin Large Vocabulary Continuous Speech Recognition

語言模型已被廣泛地使用在各種自然語言相關的研究議題上；譬如，在語音辨識上，語言模型是關鍵的組成，其主要的功能通常是藉由已解碼的歷史詞序列資訊來預測下一個詞彙為何的可能性最大，以協助語音辨識系統從眾多混淆的候選詞序列假設中找出最有可能的結果。本論文旨在於發展新穎動態語言模型調適技術，用以輔助並彌補傳統N連（N-gram）語言模型不足之處。為此，我們本提出所謂的概念語言模型（Concept Language Model, CLM），其主要假設是認為每一句的語句都是用來代表語者內心隱含而欲傳達的概念，並藉由語言（及語音）來具體表達相對應的語意內容。而概念模型最主要的目的則是希望能夠獲取使用者欲表達的概念，並假設在語音辨識過程中，同一概念之中歷史詞序列中所有詞彙以及待預測詞彙具有共同出現的關係，進而藉此關係達到預測待預測詞彙出現機率的目的。