基于字统计语言模型的汉语语音识别研究

隐马尔可夫模型（ＨＭＭ）由于较好地描述了语音的特性,在语音识别的研究中占主导地位,基于ＨＭＭ的识别算法也因取得了较好的识别效果而得到广泛应用．但其仅仅依靠语音信号的声学模型来进行识别处理,因此存在着不能利用语言的非声学知识进行识别的固有缺陷．该文提出的新方法将基于Ｎ元文法（Ｎ－ｇｒａｍ）的统计语言模型应用于汉语语音识别,推导了模型多数的估值公式,并给出了模型的训练和识别算法．初步实验表明：引入统计语言模型有利于降低识别难度和改善语音识别性能．     

现代汉语分词系统通用接口设计与实现

现代汉语文本自动分词是中文信息处理的重要基石,为此提供一个通用的分词接口是非常重要的。本文提出了通用分词接口的目标,论述了它的原理和设计方案。该系统已经初步实现。     

基于复解析子波变换（CAWT）的汉语语音谱图

复解析子波变换（CAWT）紧密地将希尔伯特变换（HT）与子波变换（WT）结合在一起,在信号分析处理方面具有良好的表现。本文将复解析子波复换应用于汉语语的谱分析中,实验结果表明,文中所构造的复子波语音谱图可以清晰地表征汉语语音的动态谱结构,谱图中的语音形态为进一步的语音识别提供了一种新的途径。     

语音信号包络提取与汉语音节包络头分析

复解析子小波变换（CAWT）将希尔伯特变换（HT）与子波变换（WT）紧密地结合在一起,在信号处理方面具有良好的表现。本文将复解析子波变换应用于语音信号的包络提取中,数字仿真结果表明,该方法优于传统的希尔伯特变换法,音节包络头的发现为声韵分割和音节识别提供了一种新的依据。     

基于非监督训练的汉语词性标注的实验与分析

概率参数的获取是基于统计的词性标注的两个主要研究方向之一．侧重于研究非监督方式,利用未标注的语料进行训练获取概率参数．实现了一个非监督的训练标注模式－ＨＭＭ－Ｂａｓｉｃ;从不同的初始模型和训练集出发对汉语词性标注进行了实验;分析了训练集规模、初始模型的选择对系统标注性能的影响并讨论了其中所存在的问题。     

用数据采掘方法获取汉语词性标注规则

从数据采掘的角度对汉语文本词性标注规则的获取进行研究,在满足用户规定的支持度向量的前提下,先从侯选集模式中挑选出常用模式;然后采掘出具有高可信度的产生式规则。该过程完全是自动的,而获取的规则有表达上是明确的,同时又是隐含在数据中的、用户不易发现的,实验表明：在原有统计方法的基础上,利用自动获得的标注规则作为补充,可以提高词性标注的正确率。     

基于统计的汉语组块分析

组块分析是一种大大降低句法分析难度的有效手段。本文针对汉语普遍规律,提出了一套符合汉语语言特点的汉语组块体系,并在此基础上设计实现了一种统计与错误驱动相结合的、能够分析有限层次的组块自动识别算法。实验证明,该方法能够有效地处理真实文本中的浅层分析问题,具有较好的准确率和鲁棒性。     

基于音节的三字词声调神经网络识别方法

汉语是音节声调语言,在连续语音合成和识别中加入声调信息有重要意义.本文对三字词声调按首字、中字和尾字音节进行特征提取,并结合声调的特点选取相应的隶属函数进行模糊化处理,结合神经网络技术进行音节声调和三字词声调识别,取得了较好的实验结果.该方法对连续语音识别中利用声调信息有参考价值.此外文中还给出了一种新的BP网络结构.     

A new similarity computing method based on concept similarity in Chinese text processing

The paper proposes a new text similarity computing method based on concept similarity in Chinese text processing. The new method converts text to words vector space model at first, and then splits words into a set of concepts. Through computing the inner products between concepts, it obtains the similarity between words. The new method computes the similarity of text based on the similarity of words at last. The contributions of the paper include： 1） propose a new computing formula between words; 2） propose a new text similarity computing method based on words similarity; 3） successfully use the method in the application of similarity computing of WEB news; and 4） prove the validity of the method through extensive experiments.     

中国通过孔子学院推广“奥运汉语”

据新华网北京1月21日电“你好!”“他得了第几名？”“我要茶。”“这件衣服多少钱？”“我买了。”这是国家汉语国际推广领导小组办公室（以下简称汉办）日前推出的“奥运汉语30句”里的常用语。