• بهبود مدلسازی دیرش زمانی با استفاده از ماشین پشتیبان بردار برای استفاده در تبدیل متن به گفتار فارسی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1386/01/01
    • تاریخ انتشار در تی پی بین: 1386/01/01
    • تعداد بازدید: 775
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    در این مقاله کاربرد ماشین پشتیبان بردار در مدلسازی دیرش واج، برای سیستم تبدیل متن به گفتار فارسی، ارائه شده و بهبودهایی در زمان آموزش و تست آن صورت گرفته است. بدین منظور به سیه شیوه عمل شده است. ابتدا ماشین بردار پشتیبان به طور مستقیم بکار گرفته شده است که در نتیجه آن مدلی با ضریب همبستگی 83.9% برای داده های آزمایشی بدست آمده است. سپس با استفاده از چندی سازی برداری، تعداد داده های آموزشی، به میزان قابل توجهی کاهش داده شده و ماشین بردار پشتیبان با داده های جدید و با زمان آموزش بسیار کمتر، مورد استفاده قرار گرفته است و در نتیجه آن مدلی با ضریب همبستگی 83.9% بدست آمد، که نشان دهنده آن است که کاهش راندمان با وجود کاهش چشمگیر حجم محاسبات، ناچیز و قابل چشم پوشی است. در آخر نیز، داده های آموزشی با توجه به میزان دیرششان، به 5 دسته تقسیم شده و برای هر دسته، یک طبقه بندی کننده و یک مدل تخمین، ایجاد شد و مدلی با ضریب همبستگی 83.46% بدست آمد، استفاده از این دو تکنیک آخر باعث افزایش سرعت ماشین بردار پشتیبان، با حفظ کارایی شده است. نتایج تست mos برای داده های تست 3.83 بوده است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها