音字转换中的机器学习研究  

MACHINE LEARNING IN PINYIN-CHARACTER TRANSLATION

作　　者：王晓龙[1] 王开铸[1] 孙希文[1] 王英伟 

机构地区：[1]哈尔滨工业大学计算机科学与工程系,哈尔滨150006

出　　处：《计算机学报》1993年第5期370-377,共8页Chinese Journal of Computers

基　　金：国家自然科学基金;国家高技术研究发展计划的资助

摘　　要：本文提出了音字转换学习系统的模型,给出了它所采用的三种机器学习形式:单词学习,规则学习,参数修正学习、单词以及规则的自动获取用于确定的推理机制,而非确定规则的自动获取以及可信度函数的自适应调整主要用于概率推理上,基于上述学习机制所进行的数万字的学习实验结果表明,机器学习在改进音字转换的系统性能(如正确率、通用性等)上,具有相当好的效果,目前已经在语句级声音输入、键盘输入等汉字系统上实用。This paper presents the model of machine learning in SPCT (System of Pinyin-Character Translation) and gives three ways of learning; word learning,rule learning and learning by parameter adjustment.The experiment of ten thousand characters shows that learning improves the performance of SPCT successfully and makes it adapt to new situations.

关 键 词：机器学习 信息处理 音字转换 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]