1009【秋季音響学会】pdf 最近の更新履歴 Ryo Masumura: Web

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

事前 ウン 利用

言語 教師 適応

ワ 選択

東 大学 大学院 工学研究科

◎増村 亮 咸 聖俊 伊藤 彰則

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

 ^{Web 上 あ 話題 関 言語 存}

 ^{検索 ン ン 、任意 言語 容易 利用可能}

 ^{Web 利用 言語 学習}

 ^{検索 ン ン 利用 認識対象 音声認識結果}

出現 ワ 検索 適応 取得

(G.Lecorve, et al, 2008) ( ^{増村 他} , 2009)

⇒ 々 教師 適応 枠組 注目

従来 枠組 準備 困難 単語 存

 ^{従来 適応 準備方法}

Input Speech

A and B C

search search Search Engine

Recognized

Document

Web

Corpus

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

従来 問題点

例 ₎ 認識対象 茶 関 音声

 ^{音声認識結果 出現 ワ 茶}

 ^{準備 い単語 、 ン}

⇒認識誤 未知語問題 認識結果 出現

ン

茶

茶

共起頻度 高い単語

茶

ン

共起頻度 い単語

⇒珍 い単語 ほ い

茶 含 文書 準備 、 茶 関連

ン 偶然

Web ^{いう優 コ 源 活 い い}

ン

一般的

、

午前 ₁₁ 時 楽

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

⇒認識対象 関連 単語 先 予測 、

^{そ 単語 直接含 文書 準備 い}

茶

ン

茶

共起頻度 高い単語

ン

茶

共起頻度 高い単語

任意 単語 ₍ ン ₎ 、

認識対象 ₍ 茶 ₎ 関連 分 い

 ^{従来 問題 根源 、 Web 際}

認識結果 出現 単語 利用 点

※ 従来 枠組 偶然 期待 い 、

^{単語 準備 い単語 全 考慮 い い}

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

事前 ウン 提案

言語 事前 ウン

言語 教師 適応手法 構築

～ 本研究 目的 ～

“ ^{ン ”}

Word

“ ^”

Word

・

・

・

“ ^{音響学会”}

Word

・

・

・

用い 単語

、

単語 対応付け 保持

search Web search engine

ン _search

 ^{あ 単語 対 、単語 単語 際}

ウン 対応関係 事前

 ^{任意 ワ 認識対象 関連 う 判断}

 ^{任意 ワ 必 含 言語 容易 準備}

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

提案 教師 適応手法

Input Speech

Adapted LM

Baseline Corpus

Web Corpus Recognized

Document

training

adaptation

Pre- Recognized

Document Baseline

LM

従来 様 、適応 準備問題

ワ 選択問題 いう簡単 枠組 帰着

Keyword selection

Web

事前 ウン

用い 、認識対象

関連性 高い単語

推定 、 ワ 選択

各 ワ 関連

Web ^ウン

選択 ワ 対応

言語 準備

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

事前 ウン 扱い

・

・

・

・

・

・

Web document

Feature vector

Document vector

 ^{あ 単語 検索 際 取得 文書 、}

用い 単語 意味的 関連 深い 仮定

ワ 対応 文書群 特徴 ₁ 文書ベ

表 、任意 単語 文書 関連性 計算可能

“ ^{音響学会”}

Word

T D k

i

^{W tfidf}

^{w tfidf}

^w

w i

w

)]

(

,

),

(

[

)

( _



f

 ^{あ 単語 W 取得 i 番目}

Web ^{ン 文書ベ}





i _i

i

W

W W

1

( )

)

) (

( f

F f

 ^{W 特徴ベ}

⇒単語 ッ 表 特徴 文書ベ 表現

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

認識対象 単語間 関連度

“ ^”“^{僕”“ ン ”} “ ^茶”_“^関西”“^{音響学会”}

Pre-

Recognized

Document

T k h

h

^{w tfidf w}

tfidf

h _{) [ ( ), , ( )]}

( _



S

 ^{認識対象 ッ 表 文書ベ}

)

(

)

(

)

) (

,

( W

h

h W

W

R

T

F

S

 F

 ^{あ 単語 W 認識結果 h 関連度}

認識結果 出現 い単語

ほ 、高い関連度 与え

 ^{音声認識結果 関連性 求 方法}

 ^{あ 単語 含 典型的}

文書群 ₁ 特徴

表現 い

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

適応 作

関連度上 単語 ワ 、

そ 対応 ウン

足 合わ 適応 作

Web

Corpus

Baseline

Corpus

認識対象 ッ 特 様々 ッ 含

Adapted

N-gram

“ ^” “^僕”“ ^{ン ”} “ ^茶” “^関西”“^{音響学会”}

Rank Word

1 ^茶

2

3 ^ン

4 ^茶

5 ^ン

10000 ^僕

10001 ^音響学会

10002 ^関西

… …

 ^{関連度 高い ワ 関 文書 用い}

Web ^{上 膨大 文書群 適応 選ぶ問題 、}

ワ 選択問題 近似的 高速 行え

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

大規模 事前 ウン

 ^{検索 ン ン：} Yahoo! Japan

 ^{形態素解析器： Chasen}

ワ ウン _URL 数 _50URL

ウン 行 期間 ₂₀₁₀ 年 ₂

年 _{4 3} ヶ 間

言語 群 総形態素数 1406 ^億

言語 群 総形態素種類数 _395809( 読 付与可能 単語 ₎

 対象単語：形態素解析器 持 全 詞

ipadic unidic ^{混合辞書 合計 287715 単語}

 ^{実験条件：}

 ^{ウン 詳細：}

近似的 構築 _Web 空間 いえ

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

実験

 ^{選択 ワ 言語 語彙 優先的}

選択 、残 頻度基準 最大 ₅₅₀₀₀ 単語 制限

 ^{提案 教師 適応方法 効性 調査}

 ^{適応手法 N-gram ウン 混合} (Web:baseline=1:1)

 ^{実験条件：}

評価用 ッ _{CSJ 40} 講演

音声認識 コ Julius4.1.2

音響 _CSJ 学習 _PTM ン

ベ ン言語 3-gram(witten-bell ^ン )

学習コ ッ 除 _CSJ2536 講演

ニ ン 数 ₄₁₆₉₅ 単語 ₍ ッ ₁₎

 ^{繰 返 適応 場合、そ 都度適応 作 直}

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

選択 ワ 例

認識結果 出現 単語

脳卒中，脳梗塞 ₍ 脳 うそ ，脳硬塞 ₎ ，血 ，

高血 ，脳，出血 ₍ け ₎

認識結果

出現 い単語

卒中，脳溢血 ₍ 脳い 血 ₎ ，脳出血，脳塞栓，脳血栓

梗塞，脳軟 症，溢血，前触 ，前ぶ ，内出血，本態，

内 血，一過，脈 ，卒然，立 ，硬塞，降

 ^{脳卒中 話 音声認識結果 (64.78%) 対}

関連度上 ₃₀ 単語

 ^{提案法 ( 全 詞 選択 場合 )}

 ^{従来法 ( 認識結果 詞 選択 場合 )}

認識結果 出現 単語

脳梗塞 _, 血 _, 脳卒中 _, 予防 _, 出血 _, 効果 _{, ,}

硬 _, 危険 _, 食生活 _, 酒 _, 父 _, 勉強 _{, ,} 運動 _,

固 _, 過労 _, 収縮 _, 脳 _, コ _, 病気 _, 動脈 _,

高血 _{, ,} 注意 _, 適 _, ※高速 _, ※急 _, ※終結 _, ※予稿

認識結果 出現 い単語 対 、関連性

高い単語 直接含 う 適応 準備可能

実際 対象音声 出現

※誤認識 単語

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

繰 返 適応効果

 ^提案法：

全 詞 ワ

選び、適応 準備

最大 _67.64(%)

 ^従来法：

認識結果 ワ

選び、適応 準備

最大 _66.58(%)

提案法 準備困難 単語 含 う

適応 作 、高い適応効果

 ^{ベ ン：}

62.45(%)

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

提案法 準備 単語 例

Word Web hit number

(URL)

Input speech

ン ン ₈₈₀₀ 球 話

ン ン ₈₄₂₀ 球 話

コ ₂₆₃₀ 競馬 話

消 粉 ₁₇₉₀ 木炭 話

閉足立 ₈₈₁ 空手 話

サ ₅₇₅ ン 話

529 ^{魚 話}

打 子式 ₃₈₂ 信号機 話

Web ^{検索 ッ 数 少 い珍 い単語 、}

認識結果 関連 単語 準備可能

 ^{通常 手法 準備困難 思わ 単語}

日 本 音 響 学 会 秋 季 研 究 発 表 会

＠ 関 西 大 学 Ｈ 22

・9

・14

 ^{Web 上 言語 事前 ウン}

基 言語 教師 適応手法 提案

 ^{あ 単語 認識対象 関連性 測 可能}

 ^{Web いう超大規模コ 近似的 利用}

 ^{適応 準備 問題 、従来 様}

ワ 選択 問題 帰着

認識結果 出現 い単語 対

関連単語 直接含 適応 作

、従来法 高い適応効果 確認