用機器學習整合索引資訊之中文語音文件檢索

Integrating Indexing Information by Machine Learning for Chinese Spoken Document Retrieval

楊家銘(Chia-Ming Yang)

指導教授 ： 李琳山

國立臺灣大學/電機資訊學院/資訊工程學研究所/碩士(2011年)

https://doi.org/10.6342/NTU.2011.01582

摘要

語音文件檢索在資訊爆炸的多媒體時代日益重要。大部分的語音文件檢索的
技術包含兩大步驟， 一是自動語音辨識技術， 二是使用辨識後產生的索引資訊
進行檢索。第一個步驟面對的是可能的高辨識錯誤率， 會影響產生的語音文件
索引所攜帶資訊的正確性； 第二個步驟就是如何充分使用這些索引所帶的資訊
並將之發揮到極致。本論文所研究的主題方向屬於上述第二部份， 考慮如何將
中文語音中不同語言單位(例如：詞(Word)、字(Character)、音節(Syllable)、聲韻
母(Initial-Final)等...) 所產生的索引資訊， 透過排序學習(Learning to Rank)的方法
整合起來。
本論文共研究了兩種排序學習(Learning to Rank)的方法︰調適排序(AdaRank)及
針對平均準確率的支撐向量機(Support Vector Machine for Optimizing Mean Average
Precision, SVM-map)。
實驗結果顯示， 使用針對平均準確率的支撐向量機的結果是比較好的，
比起調適排序， 最佳的平均準確率均值進步是4.70%； 比起已知個別檢索效能
最佳(Oracle)的索引， 綜合查詢指令進步了8.67%， 其中辭典內查詢詞彙的部份
進步了6.30%， 而辭典外查詢詞彙效果最為明顯， 有約11.63%的直接進步。這
些實驗結果也驗證， 使用不同語言單位所產生的語音文件索引， 透過排序學
習找到適當的對應權重， 予以加成， 可以使得語音文件檢索的效能以及強健
性(Robustness)獲得更進一步的提昇。

關鍵字

語音 ； 語音文件 ； 語音文件檢索 ； 機器學習 ； 語音文件索引

並列摘要

無資料

並列關鍵字

Speech ； Spoken Document Retrieval ； Machine Learning ； Spoken Document Retrieval Indexing

參考文獻

Hoffman, Bernhard Sch‥olkopf, John C. Platt, and Thomas Hoffman, Eds. 2006, pp.

[5] Berlin. Chen, Jen-Wei. Kuo, Yao-Min. Huang, and Hsin min. Wang, “Statistical

[2] Sparck, G. J. F. Jones, J. T. Foote, and S. J. Young, “Experiments in spoken document

[1] Vannevar Bush, “As we may think,” in The Atlantic Monthly, 1945.

July 1996.