Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Discriminative Language Modeling with Conditional Random Fields and the Perceptron Algorithm"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

This paper describes discriminative language modeling for a large vocabulary speech recognition task. We contrast two parameter estimation methods: the perceptron algorithm, and a method based on conditional random fields (CRFs). The models are encoded as deterministic weighted finite state automata, and are applied by intersecting the automata with word-lattices that are the output from a baseline recognizer. The perceptron algorithm has the benefit of automatically selecting a relatively small feature set in just a couple of passes over the training data. .

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "Discriminative Pruning for Discriminative ITG Alignment"

Báo cáo khoa học: "A Discriminative Latent Variable Model for Statistical Machine Translation"

Báo cáo khoa học: "Joint Feature Selection in Distributed Stochastic Learning for Large-Scale Discriminative Training in SMT"

Báo cáo khoa học: "Discriminative Pronunciation Modeling: A Large-Margin, Feature-Rich Approach"

Báo cáo khoa học: "Discriminative Strategies to Integrate Multiword Expression Recognition and Parsing"

Báo cáo khoa học: "Concept-to-text Generation via Discriminative Reranking"

Báo cáo khoa học: "A Discriminative Hierarchical Model for Fast Coreference at Large Scale"

Báo cáo khoa học: "Discriminative Learning for Joint Template Filling"

Báo cáo khoa học: "Discriminative Modeling of Extraction Sets for Machine Translation"

Báo cáo khoa học: "A Discriminative Model for Joint Morphological Disambiguation and Dependency Parsing"
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.