TAILIEUCHUNG - So sánh một số bộ phân lớp dùng cho nhận dạng phương ngữ tiếng Việt

Bài viết trình bày kết quả thử nghiệm nhận dạng phương ngữ tiếng Việt sử dụng công cụ Weka là tập hợp các thuật giải học máy dùng cho khai phá dữ liệu. Ngữ liệu dùng cho nhận dạng là các giọng Hà Nội, Huế, Thành phố Hồ Chí Minh đại diện cho phương ngữ của ba miền Bắc, Trung, Nam. Các bộ phân lớp SMO, lBK, Jrip, MultilayerPerceptron và PART đã được dùng cho thử nghiệm nhận dạng phương ngữ tiếng Việt. Kết quả thử nghiệm cho thấy tỷ lệ nhận dạng trung bình phương ngữ tiếng Việt cao nhất là 99,5% khi sử dụng bộ phân lớp MultilayerPerceptron. Việc đánh giá ảnh hưởng của tần số cơ bản đến hiệu năng nhận dạng cũng được thực hiện. Chỉ riêng thông tin tần số cơ bản đã cho phép kết quả nhận dạng phương ngữ đạt được 52,2%. | Kỷ yếu Hội nghị Khoa học Quốc gia lần thứ IX Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR 9 Cần Thơ ngày 4-5 8 2016 DOI SO SÁNH MỘT SỐ BỘ PHÂN LỚP DÙNG CHO NHẬN DẠNG PHƯƠNG NGỮ TIẾNG VIỆT Nguyễn Hồng Quang2 Phạm Ngọc Hưng1 2 Trịnh Văn Loan1 2 Phạm Quốc Hùng1 1 Khoa Công nghệ Thông tin Trường Đại học Sư phạm Kỹ thuật Hưng Yên 2 Viện Công nghệ Thông tin và Truyền thông Trường Đại học Bách khoa Hà Nội phamngochung@ loantv@ quangnh@ quochungvnu@ TÓM TẮT Tiếng Việt là ngôn ngữ có thanh điệu và có nhiều phương ngữ khác nhau. Ảnh hưởng của yếu tố phương ngữ tới các hệ thống nhận dạng tự động tiếng Việt nói là đáng kể. Có nhiều phương pháp khác nhau đã được nghiên cứu và áp dụng cho nhận dạng phương ngữ như GMM SVM. Bài báo trình bày kết quả thử nghiệm nhận dạng phương ngữ tiếng Việt sử dụng công cụ Weka là tập hợp các thuật giải học máy dùng cho khai phá dữ liệu. Ngữ liệu dùng cho nhận dạng là các giọng Hà Nội Huế Thành phố Hồ Chí Minh đại diện cho phương ngữ của ba miền Bắc Trung Nam. Các bộ phân lớp SMO lBK Jrip MultilayerPerceptron và PART đã được dùng cho thử nghiệm nhận dạng phương ngữ tiếng Việt. Kết quả thử nghiệm cho thấy tỷ lệ nhận dạng trung bình phương ngữ tiếng Việt cao nhất là 99 5 khi sử dụng bộ phân lớp MultilayerPerceptron. Việc đánh giá ảnh hưởng của tần số cơ bản đến hiệu năng nhận dạng cũng được thực hiện. Chỉ riêng thông tin tần số cơ bản đã cho phép kết quả nhận dạng phương ngữ đạt được 52 2 . Từ khóa SVM nhận dạng phương ngữ tiếng Việt Weka SMO lBK Jrip multilayer perceptron PART tần số cơ bản. I. GIỚI THIỆU Tiếng Việt là ngôn ngữ có thanh điệu và đa dạng về phương ngữ 1 . Các phương ngữ khác nhau về từ địa phương và phương thức phát âm. Nghiên cứu nhận dạng tự động phương ngữ đóng vai trò quan trọng trong hệ thống nhận dạng tiếng nói cho các ngôn ngữ trong đó có tiếng Việt 2 3 . Bài báo này sẽ trình bày các thử nghiệm nhận dạng phương ngữ tiếng Việt theo phương .

• Ngôn ngữ học
• Nhận dạng phương ngữ tiếng Việt
• Phương ngữ tiếng Việt
• Nhận dạng là các giọng Hà Nội
• Bộ phân lớp MultilayerPerceptron
• Nhận dạng phương ngữ
• Hệ thống nhận dạng tiếng Việt
• Nhận dạng tiếng Việt
• Thông tin về phương ngữ
• Nhận dạng tiếng Việt nói
• Ma trận nhầm lẫn nhận dạng phương ngữ
• Hệ thống nhúng
• Nhận dạng phương ngữ trên hệ thống nhúng
• Bộ ngữ liệu VDSPEC
• Luận án Tiến sỹ Hệ thống thông tin
• Hệ thống thông tin
• Nhận dạng tiếng nói
• Phương ngữ phát âm
• Mô hình GMM
• Độc lập người nói
• Hệ thống nhận dạng tự động tiếng nói
• Phương pháp nhận dạng cảm xúc tiếng Việt nói
• Cảm xúc tiếng Việt nói
• Nhận dạng cảm xúc
• Phân tích phân biệt tuyến tính LDA
• Bộ ngữ liệu cảm xúc cho tiếng Việt
• Việc sử dụng MFCC
• Đặc trưng MFCC
• Tần số của tiếng Việt
• Luận án Tiến sĩ
• Luận án Tiến sĩ Hệ thống thông tin
• Công nghệ thông tin
• Nhận dạng tiếng nói phát âm
• Phương ngữ chính của tiếng Việt
• Phương thức phát âm
• Bài toán nhận dạng vùng miền
• Hệ thống nhận dạng phương ngữ
• Mô hình mạng tích chập
• Mô hình phân loại học sâu
• Công nghệ trợ lý ảo
• Các phương thức nhận dạng cấu trúc kết quả
• Tham tố vị từ
• Sự phân bố khung vị ngữ
• Tác tử chỉ dấu khung đề
• Các yếu tố tình thái
• Sự ràng buộc về cấu trúc