КОЭВОЛЮЦИОННЫЙ АСИМПТОТИЧЕСКИЙ ГЕНЕТИЧЕСКИЙ АЛГОРИТМДЛЯ ФОРМИРОВАНИЯ ПРЕДЛОЖЕНИЙ ПО СЛОГОВОЙ МОДЕЛИВ СИСТЕМЕ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ СЛИТНОЙ РЕЧИ


Цитировать

Полный текст

Аннотация

Последний этап работы системы автоматического распознавания слитной речи, основанной на слоговой
модели, состоит в преобразовании полученной цепочки слогов в последовательность слов, образующих предложение. В данной работе предложен и исследован метод, основанный на специальном стохастическом алгоритме оптимизации, позволяющий определять за приемлемое время наиболее правдоподобное предложение,
соответствующее входящему звуковому сигналу.

Об авторах

Сергей Геннадьевич Заблоцкий

Ульмский университет (Германия), магистр техникии технологий

Email: sergey.zablotskiy@uni-ulm.de
аспирант; Ульмский университет (Германия), магистр техникии технологий

Евгений Станиславович Семенкин

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева

Email: eugenesemenkin@yandex.ru
доктортехнических наук, профессор кафедры системногоанализа и исследования операций; Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева

Александр Валерьевич Швец

Сибирский федеральный университет

Email: alexandershvets@mail.ru
студент; Сибирский федеральный университет

S G Zablotskiy

E S Semenkin

A V Shvets

Список литературы

  1. Unlimited vocabulary speech recognition based on morphs discovered in an unsupervised manner / V. Siivola, T. Hirsimäki, M. Creutz, M. Kurimo // Proc. of the 8th European Conf. on Speech Communication and Technology (Eurospeech). Geneva, Switzerland, 2003. P. 2293-2296.
  2. Rabiner L., Juang B.-H. Fundamentals of Speech Recognition. М. : Prentice Hall, 1993.
  3. Карпов А. А. Модели и программная реализация распознавания русской речи на основе морфемного анализа : дис. … канд. техн. наук. СПб., 2007.
  4. Зализняк А. А. Грамматический словарь русского языка: словоизменение. 4-е изд., испр. и доп. М. : Рус. слов., 2003.
  5. Кипяткова И. С., Карпов А. А. Модуль фонематического транскрибирования для системы распознавания разговорной русской речи // Искусств. интеллект. 2008. № 4. P. 747-757.
  6. Холоденко А. Б. О построении статистических языковых моделей для систем распознавания русской речи // Интеллектуал. системы. 2001. Т. 6. Вып. 1-4. С. 381-394.
  7. Wagner R. A., Fischer M. J. The string-to-string correction problem // J. ACM. 1974. Vol. 21. № 1. P. 168-173.
  8. Knuth D. E. The art of computer programming. Vol. 3. Sorting and Searching. Reading, Mass. : Addison- Wesley, 1973.
  9. Kukich K. Techniques for automatically correcting words in text // ACM Computing Surveys. 1992. Vol. 24. № 4. P. 377-439.
  10. Eiben A., Hinterding R., Michalewicz Z. Parameter control in evolutionary algorithms // IEEE Trans. Evolutionary Algorithms. 1999. Vol. 3. P. 124-141.
  11. Antamoshkin A., Semenkin E. Local Search Efficiency when Optimizing Unimodal Pseudoboolean Functions // Informatica. 1998. Vol. 9. № 3. P. 279-296.
  12. Бежитский С. С., Семенкин Е. С., Семенкина О. Э. Гибридный эволюционный алгоритм для выбора эффективных вариантов систем управления космическими аппаратами // Автоматизация и соврем. технологии. 2005. № 11.
  13. Yakimov Y., Semenkin E., Yakimov I. Hybrid genetic algorithm for a full-profile analysis of XRD powder patterns // Acta Cryst. A64. C226. 2008.
  14. Schlierkamp-Voosen D., Mühlenbein H. Strategy adaptation by competing subpopulations // Parallel Problem Solving from Nature III. Springer-Verlag, 1994.
  15. Potter M. A., De Jong K. A. Cooperative coevolution: an architecture for evolving coadapted subcomponents // Trans. Evolutionary Computation. 2000. Vol. 8. P. 1-29.
  16. Rosin C., Belew R. New Methods for Competitive Coevolution // Trans. Evolutionary Computation. 1997.
  17. Sergienko R., Semenkin E. Competitive Cooperation for Strategy Adaptation in Coevolutionary Genetic Algorithm for Constrained Optimization // IEEE World Congress on Computational Intelligence (WCCI'2010). Barcelona, Spain, 2010. P. 1626-1631.
  18. Семенкин Е. С., Сопов Е. А. Вероятностные эволюционные алгоритмы для оптимизации сложных систем // Сб. тр. междунар. конф. «Intelligent systems» (AIS'05) and «Intelligent CAD» (CAD-2005) : в 3 т. Т. 1. М. : Физматлит, 2005.
  19. Galushin P. V., Semenkin E. S. Asymptotic probabilistic genetic algorithm // Vestnik. Sci. J. of Siberian State Aerospace Univ. named after academician M. F. Reshetnev. Vol. 5 (26). 2009. P. 45-49.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Заблоцкий С.Г., Семенкин Е.С., Швец А.В., Zablotskiy S.G., Semenkin E.S., Shvets A.V., 2011

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах