Estimación de probabilidades a partir de datos escasos para el componente del modelo de lenguaje de un reconocedor de voz

Se presenta la descripción de un nuevo tipo de modelo de lenguaje m-gram. El modelo ofrece, a través de un procedimiento recursivo no lineal, una solución eficiente en términos de computación y espacio al problema de estimar probabilidades a partir de datos escasos. Esta solución se compara favorablemente con otros métodos propuestos. Aunque el método se ha desarrollado y se ha implementado con éxito en los Reconocedores de Voz en Tiempo Real de IBM, su generalidad lo hace aplicable en otras áreas donde surge el problema de estimar probabilidades a partir de datos escasos.