This thesis proposes an automatic generation method of sub-word recognition units for an unlimited vocabulary Korean continuous speech recognition system. Recognition units in conventional Korean continuous speech recognition systems are typically cat...

This thesis proposes an automatic generation method of sub-word recognition units for an unlimited vocabulary Korean continuous speech recognition system. Recognition units in conventional Korean continuous speech recognition systems are typically categorized as word-based (full-word) and morpheme-based (sub-word) units. The main disadvantage of these recognition units is that combinations of the units cannot cover all words in the Korean lexicon. The proposed method for automatic generation of sub-word units begins with its initial set of sub-word units. This set consists of all possible syllables in Korean. The frequencies of current sub-word unit pairs found in the training data are then counted. The pair of sub-word units with the highest frequency is added to the current sub-word unit set. This process is repeated until the number of sub-word units reaches a pre-defined limit.

The system performance was analyzed by using about 10,000 sentences to test the recognition units of full-words, morphemes and the proposed sub-words. The overall accuracy reached 64.75%, 71.12%, and 70%, for full-words, morphemes and the proposed sub-word units, respectively. However, when there are two or more Out-of-Vocabulary (OOV) words in a sentence, the system based on the proposed sub-word unit showed the best accuracy. The result demonstrated that the proposed sub-word units are the most robust units in the presence of OOVs.

본 논문은 한국어 무제한 어휘 연속음성 인식 시스템을 위한 sub-word 인식 단위 자동 생성 방법을 제안한다. 일반적인 한국어 음성 인식 시스템에서 사용하는 인식 단위는 주로 full-word인 어절...

본 논문은 한국어 무제한 어휘 연속음성 인식 시스템을 위한 sub-word 인식 단위 자동 생성 방법을 제안한다. 일반적인 한국어 음성 인식 시스템에서 사용하는 인식 단위는 주로 full-word인 어절과 sub-word인 형태소 기반 단위로 구분할 수 있다. 이들 인식 단위의 약점은, 인식 단위의 조합으로 한국어의 모든 단어를 커버할 수 없다는 것이다. 제안하는 sub-word 인식 단위 자동 생성 방법은 한국어에 존재하는 모든 음절들로 이루어진 초기 sub-word 집합을 구성하는 것으로 시작한다. 그 다음, 현재의 sub-word 쌍들이 학습 자료 내에 등장하는 빈도를 세어, 가장 높은 빈도수를 갖는 sub-word 쌍을 합쳐 현재 sub-word 집합에 추가한다. 이 과정을 sub-word의 수가 미리 정한 제한에 달할 때까지 반복한다.

어절, 형태소, 제안한 sub-word 인식 단위에 대하여 약 10,000개의 문장을 이용해 시스템 성능을 분석하였다. 전체 accuracy는 어절에 대해 64.75%, 형태소에 대해 71.12%, 그리고 제안한 sub-word에 대해 70%였다. 그러나, OOV 단어가 둘 이상 등장하는 문장에 대해서는 제안한 sub-word를 인식 단위로 사용한 경우가 가장 높은 성능을 보였다. 이 결과로부터 제안한 sub-word 단위가 OOV의 존재에 대해 가장 강인한 인식 단위임을 알 수 있다.

참고문헌 (Reference)

활용도 분석

View

Usage

Share

이 자료의 주제 내 활용도 Top    
이 자료의 주제 내 View Top    
이 자료의 주제 내 Usage Top    
이 자료의 주제 내 Share Top    

，韩语毕业论文，韩语论文网站

•   TV 포맷의 새로운 유형화 : 이야기, 놀이

•   중국인 학습자를 위한 한국어 거절 화행

•   항공사의 지각된 서비스품질이 실용적

•   깔뱅의 기도론 연구

•   모야모야 환아의 수술 후 자기효능감,

•   형태 초점 접근법을 활용한 한국어 대조

•   한·중 사동 표현의 대조 연구

•  韩国跆拳道运动的文化价值观探讨

•  韩国电影剧本中会话含义的略论探讨

•   영어권 학습자를 위한 한국어 교재 구성

•  汉韩常用颜色词对比探讨

•   高职院校韩语系建设的几点思考

•   도시지역 여성결혼이민자의 재사회화

•   영어 문장구조에 대한 이해가 읽기와 듣

•   한국과 독일의 중등교육단계에서의 진로