Topic Identification from Spoken TED-Talks

Táto práca sa zaoberá problémom spracovania prirodzeného jazyka a následnej klasifikácie. Použité systémy boli modelované na TED-LIUM korpuse. Systém automatického spracovania jazyka bol modelovaný s použitím sady nástrojov Kaldi. Vo výsledku bol dosiahnutý WER s hodnotou 16.6\%. Problém klasifikácie textu bol adresovaný s pomocou metód na lineárnu klasifikáciu, konkrétne Multinomial Naive Bayes a Linear Support Vector Machines, kde druhá technika dosiahla vyššiu presnosť klasifikácie.

Grantor dc:publisher

Vysoké učení technické v Brně. Fakulta informačních technologií

Author dc:creator

• Vašš, Adam

Advisor dc:contributor.advisor

• Kesiraju, Santosh

• TED
• talks
• identifikácia tém
• strojové učenie
• klasifikácia
• transkripcia
• lineárna klasifikácia
• Kaldi
• support vector machines
• akustický model
• lingvistický model
• TED-LIUM
• ASR
• topic identification
• machine learning
• classification
• transcription
• linear classification
• acoustic modeling
• language modeling

Statement dc:rights

• Standardní licenční smlouva - přístup k plnému textu bez omezení

Language dc:language.iso

en

Dc Identifier Other

121941

OAI identifier oai:identifier

oai:dspace.vut.cz:11012/180586