基于類的統(tǒng)計(jì)語言模型的研究.pdf

1、在該文中,作者和項(xiàng)目組的其他成員提出了一種非對稱的聚類算法,該算法相對于傳統(tǒng)的對稱聚類算法擁有效率高,性能好等優(yōu)點(diǎn).利用該算法的聚類結(jié)果生成的聚類語言模型的性能要好于傳統(tǒng)的聚類語言模型.該文第一章是引言,主要介紹該文中使用到一些基礎(chǔ)理論知識(shí),包括概率統(tǒng)計(jì)理論基礎(chǔ)和信息論的初步知識(shí).第二章介紹統(tǒng)計(jì)語言模型,包括傳統(tǒng)的n-gram模型,參數(shù)平滑算法和語言模型性能的評價(jià).第三章是該文的重點(diǎn)之一,詳細(xì)介紹了傳統(tǒng)的對稱聚類模型,我們提出的非對稱聚

2、類模型以及軟聚類模型.并且用實(shí)驗(yàn)結(jié)果評價(jià)了對稱聚類模型和非對稱聚類模型.第四章中介紹了基于類的語言模型.包括預(yù)測聚類語言模型、條件聚類語言模型、綜合聚類語言模型以及這三種模型的母體—基本聚類語言模型.在此基礎(chǔ)上我們還介紹了更加一般的軟聚類語言模型,并且探討了軟聚類語言模型和硬聚類語言模型的關(guān)系.第五章是實(shí)驗(yàn).包括實(shí)驗(yàn)設(shè)置和實(shí)驗(yàn)結(jié)果的分析.在這一部分里,我們用充分翔實(shí)的實(shí)驗(yàn)數(shù)據(jù)證明了聚類語言模型的性能要優(yōu)于傳統(tǒng)的非聚類語言模型,而且非對稱