電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2013-07-26 10:30
重みベクトルの適応的正則化に基づく発音推定
久保慶伍サクティ サクリアニグラム ニュービッグ戸田智基中村 哲奈良先端大
技報オンラインサービス実施中
抄録 (和) 音声認識や音声合成の重要な課題の一つである発音推定の分野において現在最も高精度な手法として,多値分類のオンライン識別学習法であるMIRA(Margin Infused Relaxed Algorithm)に基づく構造学習が提案されている.これは精度良く発音を推定する一方,学習データを過学習する傾向にあり,Web 上の辞書などノイズを多く含んだ学習データでは性能の劣化が著しいと考えられる.そこで,我々は過学習に強い二値分類手法である重みベクトルの適応的正則化手法(AROW:Adaptive Regularization of Weight Vectors)を構造学習に拡張する方法を提案し,学習データにノイズを含む発音推定においてその手法を評価した結果,5.3%の誤り削減率を得ることができた. 
(英) The current state-of-the-art approach in grapheme-to-phoneme (g2p) conversion is structured learning based on the Margin Infused Relaxed Algorithm (MIRA). However, it is known that the aggressive weight update method of MIRA is prone to over tting, even if the current example is an outlier or noisy. Adaptive Regularization of Weight Vectors (AROW) has been proposed to resolve this problem for binary classi cation. In this paper, we first apply AROW to g2p conversion which is structured learning problem. In an evaluation, our proposed approach achieves a 5.3% error reduction rate compared to MIRA implemented in DirecTL+ in terms of phoneme error rate.
キーワード (和) 発音推定 / 未知語 / 識別学習 / 構造学習 / 重みベクトルの適応的正則化手法 / / /  
(英) g2p conversion / out-of-vocabulary word / online discriminative training / structured learning / AROW / / /  
文献情報 信学技報, vol. 113, no. 161, SP2013-57, pp. 25-30, 2013年7月.
資料番号 SP2013-57 
発行日 2013-07-18 (SP) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 SP IPSJ-SLP  
開催期間 2013-07-25 - 2013-07-27 
開催地(和) 壮鳳(遠刈田温泉) 
開催地(英) Soho (togatta spa) 
テーマ(和) 認識,理解,対話,一般 
テーマ(英) Speech recognition and understanding, dialog system, etc. 
講演論文情報の詳細
申込み研究会 SP 
会議コード 2013-07-SP-SLP 
本文の言語 日本語 
タイトル(和) 重みベクトルの適応的正則化に基づく発音推定 
サブタイトル(和)  
タイトル(英) Grapheme-to-phoneme Conversion based on Adaptive Regularization of Weight Vectors 
サブタイトル(英)  
キーワード(1)(和/英) 発音推定 / g2p conversion  
キーワード(2)(和/英) 未知語 / out-of-vocabulary word  
キーワード(3)(和/英) 識別学習 / online discriminative training  
キーワード(4)(和/英) 構造学習 / structured learning  
キーワード(5)(和/英) 重みベクトルの適応的正則化手法 / AROW  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 久保 慶伍 / Keigo Kubo / クボ ケイゴ
第1著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第2著者 氏名(和/英/ヨミ) サクティ サクリアニ / Sakriani Sakti / サクティ サクリアニ
第2著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第3著者 氏名(和/英/ヨミ) グラム ニュービッグ / Graham Neubig / グラム ニュービッグ
第3著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第4著者 氏名(和/英/ヨミ) 戸田 智基 / Tomoki Toda / トダ トモキ
第4著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第5著者 氏名(和/英/ヨミ) 中村 哲 / Satoshi Nakamura / ナカムラ サトシ
第5著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2013-07-26 10:30:00 
発表時間 30 
申込先研究会 SP 
資料番号 IEICE-SP2013-57 
巻番号(vol) IEICE-113 
号番号(no) no.161 
ページ範囲 pp.25-30 
ページ数 IEICE-6 
発行日 IEICE-SP-2013-07-18 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会