Mély neuronhálós akusztikus modellek gyors adaptációja multi-taszk tanítással
A környezetfüggő mély neuronhálós akusztikus modellek gyors adaptációja különösen nehéz kihívás, mivel egy kis méretű adaptációs mintában a környezetfüggő állapotok többségére nincs tanítópélda. Nemrégiben egy olyan új mély neuronhálós tanítási séma bukkant fel, amely a hálózatot egyszerre tanítja k...
Elmentve itt :
| Szerzők: | |
|---|---|
| Testületi szerző: | |
| Dokumentumtípus: | Könyv része |
| Megjelent: |
2016
|
| Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
12 |
| Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
| Online Access: | http://acta.bibl.u-szeged.hu/58971 |
| LEADER | 01859naa a2200217 i 4500 | ||
|---|---|---|---|
| 001 | acta58971 | ||
| 005 | 20260224081030.0 | ||
| 008 | 190701s2016 hu o 100 hun d | ||
| 020 | |a 978-963-306-450-4 | ||
| 040 | |a SZTE Egyetemi Kiadványok Repozitórium |b hun | ||
| 041 | |a hun | ||
| 100 | 1 | |a Tóth László | |
| 245 | 1 | 0 | |a Mély neuronhálós akusztikus modellek gyors adaptációja multi-taszk tanítással |h [elektronikus dokumentum] / |c Tóth László |
| 260 | |c 2016 | ||
| 300 | |a 154-162 | ||
| 490 | 0 | |a Magyar Számítógépes Nyelvészeti Konferencia |v 12 | |
| 520 | 3 | |a A környezetfüggő mély neuronhálós akusztikus modellek gyors adaptációja különösen nehéz kihívás, mivel egy kis méretű adaptációs mintában a környezetfüggő állapotok többségére nincs tanítópélda. Nemrégiben egy olyan új mély neuronhálós tanítási séma bukkant fel, amely a hálózatot egyszerre tanítja környezetfüggő és környezetfüggetlen példákon. Ez az ún. multi-taszk technológia felveti annak a nagyon egyszerű adaptációs módszernek a lehetőségét, hogy az adaptáció során csak környezetfüggetlen címkéken tanítsunk. Jelen cikkben ezt a módszert próbáljuk ki, kombinálva egy KL-divergencia alapú regularizációs technikával. Kísérleteinkben a multi-taszk tanítási séma már önmagában 3%-os hibacsökkenést hoz egy híradós beszédfelismerési feladaton. A kombinált adaptációs módszert is bevetve további 2-5% hibaredukciót sikerült elérnünk az adaptációs minta méretének függvényében, ami 20- tól 100 másodpercig terjedt. | |
| 695 | |a Nyelvészet - számítógép alkalmazása | ||
| 700 | 0 | 1 | |a Gosztolya Gábor |e aut |
| 710 | |a Magyar Számítógépes Nyelvészeti Konferencia (12.) (2016) (Szeged) | ||
| 856 | 4 | 0 | |u http://acta.bibl.u-szeged.hu/58971/1/msznykonf_012_154-162.pdf |z Dokumentum-elérés |