Verbesserung der Ergebnisse der Worterkennung durch ein Trigramm-Modell

Ein Trigramm-Sprachmodell, das auf Wortkategorien basiert, wird eingeführt, um die Ergebnisse der Worterkennung durch linguistische Informationen zu verbessern. Ein Trigramm-Modell basierend auf Wortsequenzen benötigt viel Speicher und Trainingsbeispiele, um seine Wahrscheinlichkeiten zu speichern und zu schätzen. Um diese nahezu unlösbaren Probleme zu vermeiden, wird ein Trigramm-Modell von Wörtern eingeführt, deren Wahrscheinlichkeiten aus dem Trigramm von Kategorien und den Wortauftretenswahrscheinlichkeiten im Wörterbuch geschätzt werden. Die Wahrscheinlichkeiten des Trigramms von Kategorien und die Wortwahrscheinlichkeiten im Wörterbuch werden mit der Brown Corpus Text Database geschätzt. Dieses Trigramm-Modell wird effizient angewendet, um die Ergebnisse der Worterkennung mithilfe einer dynamischen Programmiertechnik zu verbessern. Darüber hinaus werden Wahrscheinlichkeiten spezieller Wortsequenzen (fixe Wortsequenzen) aus der Brown Corpus Text Database extrahiert und diese Wahrscheinlichkeiten werden ebenfalls in den dynamischen Programmieralgorithmus integriert. Die Worterkennung durch Sprecheranpassung wird unter Verwendung von drei Eingabesprechern aus der IBM-Bürokorrespondenz-Datenbank durchgeführt. Die Worterkennungsrate betrug 80,9 %. Das Trigramm-Modell verbessert die Worterkennungsrate auf 89,1 %.