Eine Formulierung für den log-linearen, diskriminativen Ansatz in der Spracherkennung

Abstract

Konventionelle Spracherkennungssysteme basieren auf Hidden Markov Modellen (HMMs), in denen die Zustände durch Gaußsche Mischverteilungen beschrieben werden. Im Gegensatz zu anderen Anwendungsgebieten werden diskriminative Techniken wie log-lineare Modellierung erst seit kurzem in der Spracherkennung untersucht. Diese Dissertation führt einen log-linearen Formalismus im Kontext der diskriminativen Trainingskriterien ein - mit Beispielen aus der kontinuierlichen Spracherkennung, dem Part-of-Speech-Tagging und der Handschrifterkennung. Der theoretische und experimentelle Vergleich von verschiedenen Trainingsalgorithmen bildet den Schwerpunkt dieser Arbeit.