Repository logo
  • English
  • 中文
Log In
Have you forgotten your password?
  1. Home
  2. College of Electrical Engineering and Computer Science / 電機資訊學院
  3. Communication Engineering / 電信工程學研究所
  4. Chinese Sentence Segmentation using Machine Learning Methods
 
  • Details

Chinese Sentence Segmentation using Machine Learning Methods

Date Issued
2009
Date
2009
Author(s)
Chou, Chien-Yu
URI
http://ntur.lib.ntu.edu.tw//handle/246246/188298
Abstract
豐富轉寫(rich transcription),即對自動語音辨識(ASR)產生的轉寫添加更豐富的資訊,可以幫助理解語音資訊的內容。本論文研究豐富轉寫中的語句分段(speech sentence segmentation),即在未分段的轉寫中自動標出語句段落的技術。近年來各種機器學習模型的快速進步並廣泛使用於數位語音處理領域,本論文的研究方法亦是採用這些新模型。論文使用了詞彙特徵(lexical feature)與韻律特徵(prosody feature)作為語句分段之兩大類特徵;比較條件隨機域(CRF),支撐向量機(SVM),調適性推昇法(AdaBoost)三種學習模型在COSPRO與MATBN兩套不同語料庫之表現。驗顯示詞彙特徵與韻律特徵彼此有互補的效果。使用條件隨機域為學習模型時以K–平均聚集法(K–means clustering)聚集韻律特徵的表現會比均分K 等分聚集好,使F-測量(F-measure)進步約1%;使用支撐向量機為學習模型在資料不平衡的情況下時,須設法降低不平衡的影響,使F-測量進步約5%。驗顯示在乾淨的朗讀式語料庫COSPRO中,支撐向量機表現最好,達到0.852 的F-測量;而在有雜訊的新聞語料庫MATBN中,條件隨機域表現最好,達到0.750 的F-測量,而調適性推昇法的F-測量在兩套語料庫中都居於中間。實驗並比較三種學習模型的接受器操作特性曲線(receiver operating curve, ROC curve)。與F-測量的趨勢一致。
Subjects
sentence segmentation
rich transcription
prosody
CRF
SVM
AdaBoost
Type
thesis
File(s)
Loading...
Thumbnail Image
Name

ntu-98-R96942043-1.pdf

Size

23.32 KB

Format

Adobe PDF

Checksum

(MD5):34a1b95a5b06b42eb7fb7c262e3f2791

臺大位居世界頂尖大學之列,為永久珍藏及向國際展現本校豐碩的研究成果及學術能量,圖書館整合機構典藏(NTUR)與學術庫(AH)不同功能平台,成為臺大學術典藏NTU scholars。期能整合研究能量、促進交流合作、保存學術產出、推廣研究成果。

To permanently archive and promote researcher profiles and scholarly works, Library integrates the services of “NTU Repository” with “Academic Hub” to form NTU Scholars.

總館學科館員 (Main Library)
醫學圖書館學科館員 (Medical Library)
社會科學院辜振甫紀念圖書館學科館員 (Social Sciences Library)

開放取用是從使用者角度提升資訊取用性的社會運動,應用在學術研究上是透過將研究著作公開供使用者自由取閱,以促進學術傳播及因應期刊訂購費用逐年攀升。同時可加速研究發展、提升研究影響力,NTU Scholars即為本校的開放取用典藏(OA Archive)平台。(點選深入了解OA)

  • 請確認所上傳的全文是原創的內容,若該文件包含部分內容的版權非匯入者所有,或由第三方贊助與合作完成,請確認該版權所有者及第三方同意提供此授權。
    Please represent that the submission is your original work, and that you have the right to grant the rights to upload.
  • 若欲上傳已出版的全文電子檔,可使用Open policy finder網站查詢,以確認出版單位之版權政策。
    Please use Open policy finder to find a summary of permissions that are normally given as part of each publisher's copyright transfer agreement.
  • 網站簡介 (Quickstart Guide)
  • 使用手冊 (Instruction Manual)
  • 線上預約服務 (Booking Service)
  • 方案一:臺灣大學計算機中心帳號登入
    (With C&INC Email Account)
  • 方案二:ORCID帳號登入 (With ORCID)
  • 方案一:定期更新ORCID者,以ID匯入 (Search for identifier (ORCID))
  • 方案二:自行建檔 (Default mode Submission)
  • 方案三:學科館員協助匯入 (Email worklist to subject librarians)

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science