JP4971830B2 - パーセプトロン学習装置、パーセプトロン学習装置におけるパラメータ学習方法、パーセプトロン学習プログラム、記録媒体 - Google Patents
パーセプトロン学習装置、パーセプトロン学習装置におけるパラメータ学習方法、パーセプトロン学習プログラム、記録媒体 Download PDFInfo
- Publication number
- JP4971830B2 JP4971830B2 JP2007047461A JP2007047461A JP4971830B2 JP 4971830 B2 JP4971830 B2 JP 4971830B2 JP 2007047461 A JP2007047461 A JP 2007047461A JP 2007047461 A JP2007047461 A JP 2007047461A JP 4971830 B2 JP4971830 B2 JP 4971830B2
- Authority
- JP
- Japan
- Prior art keywords
- hypothesis
- parameter
- perceptron
- learning
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Description
素性系列は識別対象となる系列から抽出されるベクトルである。つまり、パーセプトロンアルゴリズムは、識別対象の系列ではなく、素性系列の識別誤りが小さくなるようにパラメータの学習を行なっている。
ある仮説W=“おーい_お茶_ちょうだい”が与えられたとする。このとき単語の1〜3個の並びを抽出すると、“おーい”、“お茶”、“おーい_お茶”、“ちょうだい”、“お茶_ちょうだい”、“おーい_お茶_ちょうだい”が得られる。ここで素性値をその単語の並びが得られたか否かで「1」または「0」の2値で表すと、この例の場合、“おーい_お茶”に対応する素性値φはφ(W,i=2,j=おーい_お茶)=1となる。“おーい_おじや”に対応する素性値φはφ(W,i=2,j=おーい_おじや)=0である。ここでiは素性が得られた位置、jは素性を表すインデックスを表わす。
位置iにおける素性の例:(位置i-2から位置iの単語3つの組)、(位置i-1から位置iの単語2つの組)、(位置iの単語)
Michael Collins. "Discriminative Training Methods for Hidden Markov Models: Theory and Experiments with Perceptron Algorithms," Proceedings of the Conference on Empirical Methods for Natural Language Processing, pp. 1-8. 2002.
更に、この発明によるパーセプトロン学習装置は更に前記記載のパーセプトロン学習装置において、評価関数を表す差分は、正解系列とスコアを最大化する仮説との間の相対的な識別誤り数によって定めることを特徴とする。
ここで評価関数算出手段14で実行する評価関数の算出方法について説明する。この例では各素性の抽出範囲における正解系列ykと仮説zkとの相対的な単語不一致数にしたがって評価関数Sを算出する例を示す。
・ 仮説zkの位置izk=4における各素性の相対的な単語不一致数S(zk,i=4,(私+親+と))=2,S(zk,i=4,(親+と))=1,S(zk,i=4,(と))=1,
これらの単語不一致数Sが重み付けパラメータ更新手段17−2に引き渡され、図3に示す行L−8で素性値φ(yk,i,j)とφ(zk *,i,j)のそれぞれに乗算され、重み付けされたパラメータα(j)としてその数値を更新する。
重み付けされたパラメータα(j)を行なう行L−8で実行するパーセプトロンアルゴリズム解析に用いることにより正解率の高い仮説を検出できることとなり、良質のパラメータα(j)の学習効果を得ることができる。
以下に学習で得られたパラメータα(j)を用いたパーセプトロンアルゴリズムの利用例を説明する。ここでは音声認識結果の認識精度をパーセプトロンアルゴリズム解析によって更に高めることを目的とした利用方法について説明する。
音声認識装置では複数の仮説を出力する。各仮説には既に
パーセプトロンアルゴリズムを適用する場合、各仮説に付加されている
参考文献2 Kikuo Maekawa, Hanae Koiso, Sadaoki Furui, Hitoshi Isahara. ”Spontaneous Speech Corpus of Japanese,”Proceedings of The Second International Conference on Language Resources and Evaluation,pp.947-952.2000
10−2 この発明によるパーセプトロン学習装置
11 データ入力手段
12 パラメータ初期設定手段
13 素性値算出手段
15 パーセプトロンアルゴリズム解析手段
16 評価関数算出手段
17−1 パラメータ更新手段
17−2 重み付きパラメータ更新手段
18 ループ制御手段
Claims (6)
- 正解系列と、それに対応する仮説系列の集合の組を学習データとして取り組むデータ入力手段と、
パーセプトロンアルゴリズムに用いられるパラメータαの値を初期設定するパラメータ初期設定手段と、
前記データ入力手段により取り込まれた正解系列及びそれに対応する仮説系列とから素性値を算出する素性値算出手段と、
前記パラメータαが与えられた条件の基で、ある仮説から得られた素性値との積和で与えられるスコアを最大化する仮説zK *を求めるパーセプトロンアルゴリズム解析手段と、
iを素性が得られた系列中の位置を表すインデックスとし、jを素性を表すインデックスとし、前記正解系列y K の位置iにおけるインデックスjの素性と、前記スコアを最大化する仮説z K * における前記正解系列の素性と対応する素性との差分を表す評価関数S(yK,i,j)及び、前記スコアを最大化する仮説z K * の位置iにおけるインデックスjの素性と、前記正解系列y K における前記仮説の素性と対応する素性との差分を表す評価関数S(zK *,i,j)を算出する評価関数算出手段と、
前記素性値算出手段で算出した素性値φ(yK,i,j)とφ(zK *,i,j)にそれぞれ、前記評価関数算出手段で算出した評価関数S(yK,i,j)及びS(zK *,i,j)を乗算し、重み付けされたパラメータαの値を更新するパラメータ更新手段と、
前記パーセプトロンアルゴリズム解析手段の解析処理と、前記パラメータ更新手段の更新処理とを全学習データに対して再帰的に実行させるループ制御手段と、
を備える構成としたことを特徴とするパーセプトロン学習装置。 - 請求項1記載のパーセプトロン学習装置において、前記評価関数を表す差分は、前記正解系列と前記スコアを最大化する仮説との間の相対的な識別誤り率によって定めることを特徴とするパーセプトロン学習装置。
- 請求項1記載のパーセプトロン学習装置において、前記評価関数を表す差分は、前記正解系列と前記スコアを最大化する仮説との間の相対的な識別誤り数によって定めることを特徴とするパーセプトロン学習装置。
- 正解系列と、それに対応する仮説系列の集合の組を学習データとして取り組むデータ入力処理と、
パーセプトロンアルゴリズムに用いられるパラメータαの値を初期設定するパラメータ初期設定処理と、
前記データ入力処理により取り込まれた正解系列及びそれに対応する仮説系列とから素性値を算出する素性値算出処理と、
前記パラメータαが与えられた条件の基で、ある仮説から得られた素性値との積和で与えられるスコアを最大化する仮説zK *を求めるパーセプトロンアルゴリズム解析処理と、
iを素性が得られた系列中の位置を表すインデックスとし、jを素性を表すインデックスとし、前記正解系列y K の位置iにおけるインデックスjの素性と、前記スコアを最大化する仮説z K * における前記正解系列の素性と対応する素性との差分を表す評価関数S(yK,i,j)及び、前記スコアを最大化する仮説z K * の位置iにおけるインデックスjの素性と、前記正解系列yK における前記仮説の素性と対応する素性との差分を表す評価関数S(zK *,i,j)を算出する評価関数算出処理と、
前記素性値算出処理で算出した素性値φ(yK,i,j)とφ(zK *,i,j)にそれぞれ、前記評価関数算出処理で算出した評価関数S(yK,i,j)及びS(zK *,i,j)を乗算し、重み付けされたパラメータαの値を更新するパラメータ更新処理と、
前記パーセプトロンアルゴリズム解析処理の解析処理と、前記パラメータ更新処理の更新処理とを全学習データに対して再帰的に実行するループ制御処理と、
を含むことを特徴とするパーセプトロン学習装置におけるパラメータ学習方法。 - コンピュータが解読可能なプログラム言語によって記述され、コンピュータに請求項1乃至3の何れかに記載のパーセプトロン学習装置として機能させるパーセプトロン学習プログラム。
- コンピュータが読み取り可能な記録媒体によって構成され、この記録媒体に請求項5記載のパーセプトロン学習プログラムを記録した記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007047461A JP4971830B2 (ja) | 2007-02-27 | 2007-02-27 | パーセプトロン学習装置、パーセプトロン学習装置におけるパラメータ学習方法、パーセプトロン学習プログラム、記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007047461A JP4971830B2 (ja) | 2007-02-27 | 2007-02-27 | パーセプトロン学習装置、パーセプトロン学習装置におけるパラメータ学習方法、パーセプトロン学習プログラム、記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008210242A JP2008210242A (ja) | 2008-09-11 |
JP4971830B2 true JP4971830B2 (ja) | 2012-07-11 |
Family
ID=39786471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007047461A Active JP4971830B2 (ja) | 2007-02-27 | 2007-02-27 | パーセプトロン学習装置、パーセプトロン学習装置におけるパラメータ学習方法、パーセプトロン学習プログラム、記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4971830B2 (ja) |
-
2007
- 2007-02-27 JP JP2007047461A patent/JP4971830B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2008210242A (ja) | 2008-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3926623B1 (en) | Speech recognition method and apparatus, and neural network training method and apparatus | |
CN107564513B (zh) | 语音识别方法及装置 | |
US8751227B2 (en) | Acoustic model learning device and speech recognition device | |
US20210117733A1 (en) | Pattern recognition apparatus, pattern recognition method, and computer-readable recording medium | |
Mesot et al. | Switching linear dynamical systems for noise robust speech recognition | |
US9147133B2 (en) | Pattern recognition device, pattern recognition method and computer program product | |
CN107945210B (zh) | 基于深度学习和环境自适应的目标跟踪方法 | |
JP6725186B2 (ja) | 学習装置、音声区間検出装置および音声区間検出方法 | |
WO2020045313A1 (ja) | マスク推定装置、マスク推定方法及びマスク推定プログラム | |
WO2019220620A1 (ja) | 異常検出装置、異常検出方法及びプログラム | |
CN110998723B (zh) | 使用神经网络的信号处理装置及信号处理方法、记录介质 | |
JP2010078650A (ja) | 音声認識装置及びその方法 | |
JP5344251B2 (ja) | 雑音除去システム、雑音除去方法および雑音除去プログラム | |
US20050027494A1 (en) | Accurate linear parameter estimation with noisy inputs | |
JP2012181579A (ja) | パターン分類の学習装置 | |
JP6955233B2 (ja) | 予測モデル作成装置、予測モデル作成方法、および予測モデル作成プログラム | |
JP4971830B2 (ja) | パーセプトロン学習装置、パーセプトロン学習装置におけるパラメータ学習方法、パーセプトロン学習プログラム、記録媒体 | |
JP7359028B2 (ja) | 学習装置、学習方法、および、学習プログラム | |
JP5172536B2 (ja) | 残響除去装置、残響除去方法、コンピュータプログラムおよび記録媒体 | |
CN115472179A (zh) | 面向数字音频删除和***篡改操作自动检测方法及*** | |
CN111160487B (zh) | 人脸图像数据集的扩充方法和装置 | |
JP5438703B2 (ja) | 特徴量強調装置、特徴量強調方法、及びそのプログラム | |
JP2006235389A (ja) | 音響モデル学習方法と音声認識方法およびそれらの方法を用いた装置 | |
JP6672478B2 (ja) | 生体音解析方法、プログラム、記憶媒体及び生体音解析装置 | |
CN108121993A (zh) | 一种数据处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090105 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20110810 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120117 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120308 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120327 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120406 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150413 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4971830 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |