bck

收藏本站

语音文档的故事分割技术研究

【摘要】:故事分割(Story Segmentation)任务旨在将视频、音频或文本等多媒体流自动切分成若干个具有独立主题的片段,每一个片段表达特定主题的故事。它是多媒体信息检索、文挡摘要、主题提取和分类等任务的基础。语音文档(Spoken Documents)是一种常见的多媒体数据,包括广播新闻、演讲与报告、对话等丰富的内容。对语音文档进行故事分割可以从声学(Acoustics)和文本抄本(Transcripts)两个方面开展。与声学特征相比,从语音识别的抄本中更容易获取与故事主题相关的语义信息。因此本文研究针对语音识别抄本的故事分割技术。故事分割任务包含特征提取和分割方法两个步骤,蕴含丰富主题信息的特征和良好设计的分割方法都能够有效地提高故事分割结果的准确性。鉴于神经网络(Neural Networks,NN)强大的特征学习能力,本文基于NN提出学习与故事分割任务紧密相关的主题域特征表示,并以此为基础研究故事分割方法。主要贡献包含以下四点:(1)面向故事分割任务提出一种基于神经网络的文本主题域分布式表示。本文采用深度神经网络(Deep Neural Network,DNN)和具有长短时记忆单元的循环神经网络(Long Short-Term Memory-Recurrent Neural Network,LSTM-RNN)预测给定训练文本主题的后验概率,以此作为文本的主题域分布式表示。为进一步提高模型效果,本文采用多时间分辨率(Multiple Time Resolution,MTR)、构造网络瓶颈层(Bottleneck)和多任务学习(Multi-Task Learning,MTL)等策略训练网络。在TDT2广播新闻抄本故事分割任务上的实验表明,本文所提出的基于神经网络的文本主题域分布式表示,取得了优于词袋向量(Bag of Words,BOW)和神经网络词向量/句向量的分割结果,其中LSTM-RNN效果最优。(2)提出一种基于神经网络–隐马尔科夫模型(Neural Network-Hidden Markov Model,NN-HMM)的故事分割方法。本文将词序列作为观测,以HMM的隐状态表示文本主题,以NN建模各隐状态的发射分布,提出了NN与HMM级联的故事分割模型,直接对观测文本序列进行维特比解码,即可得到观测文本对应的主题序列。在TDT2数据库上,本文的NN-HMM故事分割模型较传统基于ngram的HMM故事分割模型取得了更优的分割效果。(3)提出一种基于层次狄利克雷过程–隐马尔科夫模型(Sticky Hierarchical Dirichlet Process–Hidden Markov Model,SHDP–HMM)的故事分割方法。鉴于HMM故事分割方法中状态数目需要人工设定的问题,本文提出基于SHDP–HMM的故事分割方法,无需预设状态数目,同时有效降低无效主题跳转。在TDT2数据集上的故事分割实验中取得了比一般HMM主题分割方法更优的分割准确度。(4)提出一种基于LSTM-RNN的端到端故事分割方法。传统的故事分割方法是由特征提取和边界预测两个相对独立的步骤构成,其中各步骤具有不同的优化准则,因而最终的故事分割目标无法直接驱动全局优化。本文首先采用一层LSTM–RNN提取句级文本特征,在该LSTM–RNN层之上级联另一层LSTM–RNN预测故事边界,从而将特征提取和边界预测步骤联合在统一的神经网络模型中。以故事边界预测的准确度构造损失函数,利用误差回传算法,高效联合优化模型参数。在TDT2数据库上的实验结果表明,本文的端到端故事分割方法取得了与传统各步骤独立的故事分割方法相当的分割结果。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前16条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 王方;苗放;陈垦;;基于优化神经网络的地质灾害监测预警仿真[J];计算机仿真;2019年11期
4 马猛;王明红;;基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J];轻工机械;2019年06期
5 庄连生;吕扬;杨健;李厚强;;时频联合长时循环神经网络[J];计算机研究与发展;2019年12期
6 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
7 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
8 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
9 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
10 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期
11 陈晓燕;;浅析简单神经网络的发展及简单模型[J];数字技术与应用;2019年05期
12 李青华;李翠平;张静;陈红;王绍卿;;深度神经网络压缩综述[J];计算机科学;2019年09期
13 刘高宇;;深度神经网络在煤质数据分析与预测中的应用[J];电脑知识与技术;2019年28期
14 黄为;李永刚;胡上成;汪毅;;基于循环神经网络的船摇数据实时预测[J];科学技术与工程;2019年31期
15 冯伟业;廖可非;欧阳缮;牛耀;;基于胶囊神经网络的合成孔径雷达图像分类方法[J];科学技术与工程;2019年28期
16 郑丽;;建筑设计中神经网络技术与遗传算法探究[J];湖北农机化;2019年21期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
2 冉令燕;基于卷积神经网络的图像分类研究[D];西北工业大学;2018年
3 于佳;语音文档的故事分割技术研究[D];西北工业大学;2018年
4 毛瑞琛;深度神经网络下的规范化地址建设与语义空间模型研究[D];浙江大学;2019年
5 杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
6 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
7 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
8 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
9 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
10 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
中国硕士学位论文全文数据库 前10条
1 焦东岩;卷积神经网络在密度泛函结构预测计算中的应用研究[D];湘潭大学;2019年
2 李智强;基于神经网络的航空发动机推力估计方法研究[D];南京航空航天大学;2019年
3 刘京麦野;基于循环神经网络的语义完整性分析[D];湘潭大学;2019年
4 朱萌钢;基于神经网络的车辆行为预测研究[D];重庆邮电大学;2019年
5 米怡;基于卷积神经网络的车行环境行人识别[D];重庆邮电大学;2019年
6 易亿;基于集成卷积神经网络的交通标志识别研究[D];重庆邮电大学;2019年
7 葛超;基于神经网络的奶牛识别方法研究[D];重庆邮电大学;2019年
8 李净桦;基于神经网络的社交话题热度预测模型研究[D];重庆邮电大学;2019年
9 弓攀豪;融合浅层特征与卷积神经网络的行人检测方法研究[D];重庆邮电大学;2019年
10 詹紫微;基于卷积神经网络的目标跟踪方法研究[D];重庆邮电大学;2019年
中国重要报纸全文数据库 前10条
1 张允硕 姜正义 甄海锋 河南理工大学;[N];科学导报;2019年
2 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;[N];湖北日报;2019年
3 记者 刘霞;[N];科技日报;2017年
4 整理 本报记者 诸玲珍 顾鸿儒;[N];中国电子报;2018年
5 ;[N];电子报;2018年
6 张敏;[N];北京日报;2017年
7 ;[N];中国企业报;2017年
8 本报记者 龚丹韵;[N];解放日报;2017年
9 ;[N];中国企业报;2017年
10 张斌;[N];文汇报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|