國語語音辨認中詞群雙連語言模型的解碼方法

A Word-Class Bigram Approach to Linguistic Decoding in Mandarin Speech Recognition

在國語語音辨認的語言解碼方法（linguistic decoding approach）中，字雙連語言模型（character bigram）和詞雙連語言模型（word bigram）是兩種最常被使用的方法。其中，詞雙連語言模型在描述語言現象上有較字雙連語言模型強的能力；然而若詞彙量較大時，它所需要估計的參數卻遠較字雙連語言模型多。因此若考慮在大詞彙、無限文句的國語語音辨認應用上，此二者皆有其適用上的限制。本文乃提出一個詞雙連語言模型（word-class bigram）的語言解碼方法，這個方法是以對詞分群來大幅縮減參數量的大小，且又能接近詞雙連語言模型的辨認效果。分群方法是根據國語特殊的構詞特性來分群，比起其他西文常使用依據語法（syntactical）或語意訊息（semantical information）的分群方法不但計算簡單，且同樣具有分群的效用，而且詞群並不必須事先訓練或做詞類標記（part-of-speech tagging）即可決定，同時此法對新增詞及低頻率的詞也具某種程度的平滑（smoothing）能力。此外為達成即時計算的要求，我們針對構詞及格狀詞搜尋提出二項技術來加快它們的速度。目前這個方法已實際應用在國語語音辨認上，實驗結果證實這個方法是相當實用且有效的。