語音文件檢索使用類神經網路技術

羅 天宏(Tien-Hong Lo), 陳 映文, 陳 冠宇, 王 新民, 陳 柏琳(Berlin Chen)

研究成果: 雜誌貢獻期刊論文同行評審

摘要

近年來由於含有語音資訊的多媒體內涵不斷增長,語音文件檢索已成為一個相當熱門的議題並吸引許多學者與實務家的投入研究。除了發展強健的索引機制和有效的檢索模型外,如何正確地且有效率地對於查詢內容進行模型化對於增進語音文件檢索的表現也扮演著非常關鍵的角色。有鑒於此,在本論文,我們提出一個新穎的基於類神經網路之相關性感知模型來得到較佳的查詢表示方式,同時可以避免使用傳統較耗費時間的準相關回饋程序。再者,我們嘗試將查詢意向分類的概念融入我們所提出的模型架構中,以進一步獲取更精緻的查詢表示方式。在TDT-2 語音文件及所進行的初步實驗顯示出本論文所提出方法的效用。
原文繁體中文
頁(從 - 到)1-15
頁數15
期刊中文計算語言學期刊
22
發行號2
出版狀態已發佈 - 2017

Keywords

  • 語音文件檢索
  • 查詢意向
  • 類神經網路
  • 準相關回饋
  • Spoken Document Retrieval
  • Query Intent
  • Neural Network
  • Pseudo-Relevance Feedback

引用此