利用AdaBoost-SVM集成算法和语块信息的韵律短语识别*

通信地址：030006 山西省太原市山西大学计算机与信息技术学院Address:School of Computer & Information Technology, Shanxi University, Taiyuan 030006, Shanxi,P.R.China

钱揖丽1，2，冯志茹1

(1.山西大学计算机与信息技术学院，山西 太原 030006；

2.山西大学计算智能与中文信息处理教育部重点实验室，山西 太原 030006)

摘要：提出一种基于汉语语块结构并利用AdaBoost-SVM集成学习算法的汉语韵律短语识别方法。首先，对语料进行自动分词、词性标注和初语块标注，然后基于结合紧密度获取语块归并规则并利用规则对初语块进行归并，得到最终的语块结构。其次，基于语块结构并利用AdaBoost-SVM集成算法，构建汉语韵律短语识别模型。同时，该文利用多种算法分别构建了利用语块信息和不利用语块的多个模型，对比实验结果表明，表示浅层句法信息的语块能够在韵律短语识别中做出积极有效的贡献；利用AdaBoos-SVM集成算法实现的模型性能更佳。

关键词：汉语语块；AdaBoost-SVM；韵律短语；识别

1引言

语音合成是制造语音的技术。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术，是中文信息处理领域的一项前沿技术。目前机器合成的语音与人讲的话之间还有明显的差距，其自然度还有待进一步的提高。韵律的差距是影响语音自然度的重要因素之一，合成的语音单调枯燥，且在节奏、轻重、停顿等方面的处理不当使其听起来非常别扭。充分掌握和运用自然语言的韵律信息，是提高合成语音自然度的关键。

人在说话时往往会按照话语表达的核心、语义和发音的生理机能等，自然地在话语中添加必要的停歇。……