最大熵语言模型及其在模式识别中新的应用

摘要

本文提出了利用语言学分析的知识作为最大熵语言模型的候选特征.该方法从经过分析得到的词、词性、基本短语类型、基本短语的中心词和基本短语中心词的词性之中选择一个适当的形式和当前的词形成特征来表示长距离的约束关系,从而将语法、语义、词汇这些语言学知识统一在最大熵框架下.不同于传统的应用方式,本文提出的手语同形词的扩展方法将改进的最大熵语言模型应用在手语识别的后处理中,有效地提高了手语识别的性能,比Trigram模型提高识别率1.5％左右.