単語検出性能を目的関数とした単語検出器学習法の提案

摘要

本研究ではニューラルネットを用いた始終端フrnリー単語検出モデルを提案するとともに，このrnモデルを用いたEnd-to-End 学習に適した目的関rn数としてソフトF 値を提案した。ソフトF 値をrn使用した学習は，メタパラメタの調整が不要でrnありながら，重み付きクロスエントロピーを使rn用し重みを調整しながら学習したモデルよりもrnF 値で3.9% 高い性能が得られた。今後の課題とrnしては，５秒に１回以上キーワードを含む今回rnのデータセットより一般的な，キーワードの頻度rnがさらに低いデータセットを用いた学習を行うrnことや、計算量を削減することが挙げられる。