Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Minimum Cut Model for Spoken Lecture Segmentation"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

We consider the task of unsupervised lecture segmentation. We formalize segmentation as a graph-partitioning task that optimizes the normalized cut criterion. Our approach moves beyond localized comparisons and takes into account longrange cohesion dependencies. Our results demonstrate that global analysis improves the segmentation accuracy and is robust in the presence of speech recognition errors.

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "Efficient Minimum Error Rate Training and Minimum Bayes-Risk Decoding for Translation Hypergraphs and Lattices"

Báo cáo toán học: "Adding layers to bumped-body polyforms with minimum perimeter preserves minimum perimeter"

Báo cáo khoa học: "Text Segmentation by Language Using Minimum Description Length"

Báo cáo khoa học: "Efficient Path Counting Transducers for Minimum Bayes-Risk Decoding of Statistical Machine Translation Lattices"

Báo cáo khoa học: "Minimum Bayes-risk System Combination"

Báo cáo khoa học: "Beyond Log-Linear Models: Boosted Minimum Error Rate Training for N-best Re-ranking"

Báo cáo khoa học: "Minimum Cut Model for Spoken Lecture Segmentation"

Báo cáo khoa học: "Minimum Risk Annealing for Training Log-Linear Models∗"

Báo cáo khoa học: "Optimizing Grammars for Minimum Dependency Length"

Báo cáo khoa học: "Minimum Bayes Risk Decoding for BLEU"
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.