基于支持向量机的音字转换模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对N-gram在音字转换中不易融合更多特征，本文提出了一种基于支持向量机（SVM）的音字转换模型，有效提供可以融合多种知识源的音字转换框架。同时，SVM优越的泛化能力减轻了传统模型易于过度拟合的问题，而通过软间隔分类又在一定程度上克服小样本中噪声问题。此外，本文利用粗糙集理论提取复杂特征以及长距离特征，并将其融合于SVM模型中，克服了传统模型难于实现远距离约束的问题。实验结果表明，基于SVM音字转换模型比传统采用绝对平滑算法的Trigram模型精度提高了1．2％；增加远距离特征的SVM模型精度提高1．6%。

原文链接:http://www.cqvip.com//QK/96983X/200702/23975912.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 向量机 cqvip gram 学术交流 人工智能 自然语言处理 支持向量机 音字转换 粗糙集理论