23,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
12 °P sammeln
  • Broschiertes Buch

Wraz z rozwojem technologii automatycznego rozpoznawania mowy (ASR), coraz wi¿cej aplikacji przetwarzania j¿zyka naturalnego (NLP) jest wykorzystywanych w naszym codziennym ¿yciu, takich jak t¿umaczenie j¿zyka mówionego, automatyczne odpowiadanie na pytania, wyszukiwanie informacji o mowie itp. Gdy mamy do czynienia z rozpoznan¿ mow¿ spontaniczn¿, pojawia si¿ kilka naturalnych problemów. Po pierwsze, rozpoznana mowa nie zawiera informacji o interpunkcji lub granicach zdä. Po drugie, mowa spontaniczna zawiera niep¿ynno¿¿, która nie niesie ze sob¿ ¿adnych u¿ytecznych informacji o tre¿ci. Brak…mehr

Produktbeschreibung
Wraz z rozwojem technologii automatycznego rozpoznawania mowy (ASR), coraz wi¿cej aplikacji przetwarzania j¿zyka naturalnego (NLP) jest wykorzystywanych w naszym codziennym ¿yciu, takich jak t¿umaczenie j¿zyka mówionego, automatyczne odpowiadanie na pytania, wyszukiwanie informacji o mowie itp. Gdy mamy do czynienia z rozpoznan¿ mow¿ spontaniczn¿, pojawia si¿ kilka naturalnych problemów. Po pierwsze, rozpoznana mowa nie zawiera informacji o interpunkcji lub granicach zdä. Po drugie, mowa spontaniczna zawiera niep¿ynno¿¿, która nie niesie ze sob¿ ¿adnych u¿ytecznych informacji o tre¿ci. Brak interpunkcji i informacji o granicach zdä oraz obecno¿¿ niep¿ynno¿ci wp¿ywaj¿ na wydajno¿¿ dalszych zadä NLP. Dlatego celem tej pracy jest opracowanie lub ulepszenie algorytmów automatycznego wykrywania granic zdä, dodawania interpunkcji i identyfikowania niep¿ynnych s¿ów w rozpoznanej mowie, aby poprawi¿ wydajno¿¿ dalszych zadä NLP.
Autorenporträt
Wang Xuancong se graduó como doctor en informática por la Escuela de Informática de la Universidad Nacional de Singapur en 2015. Tiene un gran interés por la ciencia, en particular por la informática aplicada y la física.