Discarding Impossible Events from Statistical Language Models

Armelle Brun 1 David Langlois 1 Kamel Smaïli 1 Jean-Paul Haton 1
1 PAROLE - Analysis, perception and recognition of speech
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Abstract : This paper describes a method for detectingvimpossible bigrams using a vocabulary of V elements. The idea is to discard all the ungrammatical events to expect an improvement of the language model. We extract the impossible bigrams by using automatic rules. The biclass associations which are ungrammatical are detected and all the corresponding bigrams are analyzed and set as possible or impossible events, we also decided to manage for each of the retrieved rule an exception list.
Type de document :
Communication dans un congrès
International Conference on Spoken Language Processing, Oct 2000, Pékin, China, 4 p, 2000
Liste complète des métadonnées

Littérature citée [8 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00099040
Contributeur : Publications Loria <>
Soumis le : mardi 26 septembre 2006 - 08:47:37
Dernière modification le : jeudi 11 janvier 2018 - 06:19:57
Document(s) archivé(s) le : mercredi 29 mars 2017 - 12:32:03

Fichiers

Identifiants

  • HAL Id : inria-00099040, version 1

Collections

Citation

Armelle Brun, David Langlois, Kamel Smaïli, Jean-Paul Haton. Discarding Impossible Events from Statistical Language Models. International Conference on Spoken Language Processing, Oct 2000, Pékin, China, 4 p, 2000. 〈inria-00099040〉

Partager

Métriques

Consultations de la notice

156

Téléchargements de fichiers

37