山本博史,中嶋秀治
音声翻訳システムのための日本語音声認識言語モデル
('98年11月版）
Abstract:TR-IT-0265に引き続き，TDMT品詞体系に基づく「音声翻訳システムのための
日本語音声認識言語モデル」の改訂版を公開する．本モデルでは，音声認識部と言語
翻訳部との間で語彙を共通化し，より多くの単語を処理対象に含める目的から，辞書
サイズが従来の約7,000語から約13,000語へと拡張されている．また，この語彙の
増大に伴う言語モデルのサイズ増大という問題を解決するために，従来の「品詞およ
び可変長単語列の複合N-gram」に代わって「多重クラス複合N-gram」が導入され
ている．後者のモデルを用いることによって，辞書サイズを約13,000語へと拡張し
た場合でも、従来の約7,000語のモデルよりも遥かに小さいサイズ（およそ40%)で
同等以上の性能（単語正解率）を得られることが確認された。