BriefGPT.xyz
Ask
alpha
关键词
factorized neural transducer
搜索结果 - 3
文本领域适应的改进因式化神经转导模型
通过设立独立语料库解码器预测词汇,改进因式神经变换器(IFNT)模型结构综合整合声学和语言信息,实现有效的文本适应,并在实验中展现了相对于标准神经变换器与浅层融合模型的 7.9% 至 28.5% 的相对词误率改善和相对于 FNT 模型的 1
→
PDF
10 months ago
在分解神经传输器中融入基于类别的语言模型的命名实体识别
为了提高端到端模型中的实体识别能力,本研究将基于类别的语言模型应用于因式分解的神经递归式转录器(FNT)中,取得显著的实体识别误差降低。
PDF
10 months ago
用于端到端语音识别模型的文本适应的快速准确因式分解神经转录器
介绍了因文本数据处理能力有限而提出的 FNT 模型及其在语音识别领域中的存在意义,并提出了多种方法来优化模型性能,使用这些方法后,相比于标准 FNT 模型,模型的错误率下降了 9.48%。
PDF
2 years ago
Prev
Next