確率的言語モデルに基づく音声ドキュメント検索のためのWebを利用したモデル拡張の検討

摘要

音声ドキュメントのアドホック検索に対する需要が近年増加している．音声認識を利用して音声ドキュメントをテキストへ変換することで既存のテキスト検索の技術が利用可能であるが，音声認識誤りにより，検索性能が大きく劣化することが知られている．この問題を解決するために，以前我々は認識誤りによって欠落してしまった単語を対象音声に関連するWeb文書を利用して補間する方法を提案した．本稿では新たに情報検索モデルとして近年注目されている確率的言語モデルに焦点を当てる．Webを利用した補間のアイデアを確率的言語モデルを利用する枠組みに組み込むために，我々はWeb検索ヒット数を用いた新たなスムージング方法，およびWeb関連文書を用いた混合モデル化による文書モデル拡張手法を提案する．