خانم ماریا رجب زاده دانشجوی کارشناسی ارشد جناب آقای دکتر احمد اکبری روز سه شنبه 8/9/90 ساعت 17در اتاق 304 واقع در طبقه سوم دانشکده کامپیوتر از پروژه کارشناسی ارشد خود تحت عنوان بهبود کارایی واژه یابی گفتار با استفاده از جستجو در شبکه های واجی دفاع خواهند نمود.

  چکیده پایان نامه:

  جستجوی کلمات کلیدی در گفتار (واژه­یابی) به معنی تشخیص کلماتی خاص در گفتار و تعیین محل رخداد آن است. این زمینه به عنوان شاخه­ای از بازشناسی گفتار دارای کاربردهای گسترده­ای نظیر جستجوی کلمات در فایل­های ویدیوئی و یا صوتی است.

  روش­های واژه­یابی را می­توان به دو دسته تقسیم کرد. دسته اول، روش­های مبتنی بر بازشناسی گفتار پیوسته در دادگان بزرگ است و دسته­ دوم روش­های مبتنی بر دنباله واجی است. دسته­ اول با مشکل کلمات خارج از دادگان یا OOV مواجه است، ولی روش­های مبتنی بر دنباله­ واجی مشکل کلمات خارج از دادگان را ندارند. نمایش هر کدام از این دو دسته از روش­های واژه­یاب می­تواند براساس اول-بهترین یا براساس شبکه باشد. مزیتی که روش­های مبتنی بر شبکه دارند این است که به جای یک فرضیه کاندید، چند فرضیه را درنظر می­گیرند و خطای هر فرضیه می­تواند توسط فرضیه­ای دیگر پوشانده شود. به دلیل مزیت­هایی که روش واژه­یابی مبتنی بر دنباله واجی و نیز مبتنی بر شبکه دارد، در این پایان­نامه برای جستجوی سیستم واژه­یاب از این روش استفاده می­شود. یعنی سیستم واژه­یاب پیشنهادی برای جستجوی کلمه کلیدی بر روی شبکه­ای از دنباله­های واجی به جستجو می­پردازد.

  در این پایان نامه، روش جستجوی کلمات کلیدی به این ترتیب است که ابتدا با انجام پیش­پردازش­هایی بر روی شبکه واجی حاصل شده از بازشناسی گفتار همانند شاخص­گذاری، شاخص گذاری معکوس و هرس کردن، فضای جستجو تعیین و محدودتر می­شود و برای دو حالت برخط و برون خط فضای جستجو تعیین می­شود (درحالت برخط نسبت به حالت برون خط نیاز به روش جستجوی سریع­تری می­باشد). سپس روش جستجوی اول-عمق برای یافتن کلمات کلیدی در شبکه اعمال می­شود تا مسیرها یا دنباله­های واجی کاندید برای کلمه کلیدی مورد جستجو بدست بیاید. این جستجوی عمقی برای یافتن مسیرها با اعمال سه فاز انجام می­شود. فاز اول، اعمال معیار پایه لونشتین است که در روش DMPLS ( Dynamic Match Phone Lattice Search) استفاده شده است. مزیتی که اعمال معیار لونشتین دارد، این است که برای تصحیح خطای بازشناس گفتار و تصحیح خطای تلفظ کلمات توسط گوینده است و درنتیجه نرخ تشخیص کلمات کلیدی را افزایش می­دهد، ولی از جمله مشکلات آن، این است که نرخ اخطارهای اشتباه را نیز افزایش می­دهد و همچنین برای امتیازدهی به کلمات کلیدی فقط از اطلاعات خود زیررشته استفاده می­کند. برای این منظور در روش پیشنهادی روی فاز اول، دو فاز اعمال شده است که نرخ اخطارهای اشتباه را کاهش می­دهد. فاز دوم با استفاده از روش جستجوی ویتربی و با استفاده کردن از اطلاعات کل شبکه، کاندیدهای کلمه­ی کلیدی که از فاز اول بدست آمده­اند را امتیازدهی می­کند و با نحوه­ی نرمال­سازی که روی این امتیازات انجام می­دهد و آستانه­گذاری می­کند، منجر به کاهش اخطارهای اشتباه می­شود. فاز سوم نیز با اعمال معیار فاصله­ی جارو-وینکلر، مشابهت پیشوندی بین کلمه­ی کلیدی مورد جستجو و کاندیدهایی که از فاز دوم بدست آمده­اند را بررسی می­کند. مشابهت پیشوندی بین رشته­ها در تعیین مشابهت آنها، بسیار موثر عمل می­کند و معیار جارو-وینکلر با درنظر گرفتن این مشابهت، نرخ اخطارهای اشتباه را کاهش می­دهد. درنهایت خروجی سیستم واژه­یاب پیشنهادی حضور یا عدم حضور کلمه کلیدی در عبارت گفتار و مکان آن است.

  در این پایان نامه روش پیشنهادی بر روی دادگان فارس­دات تلفنی کوچک اعمال شده است. روش پیشنهادی درحالتیکه مدل کلمه­ کلیدی به صورت تک­واج و سه واج باشد، درنظر گرفته شده است. نتایج روش پیشنهادی برای حالتیکه مدل کلمه کلیدی تک­واج باشد با روش پایه DMPLS مقایسه شده است که به شرح زیر است:

  اگر به سیستم پیشنهادی اجازه پوشاندن یک خطا با معیار لونشتین داده شود، در حالت برخط نسبت به روش پایه DMPLS ، 0.072 واحد و در حالت برون خط 0.12 افزایش دقت داریم. اگر به سیستم پیشنهادی اجازه پوشاندن دو خطا با معیار لونشتین داده شود، در حالت برخط 0.12 و در حالت برون خط ، 0.16 افزایش دقت داریم. نتایج روش پیشنهادی برای حالتیکه مدل کلمه کلیدی سه واج باشد، به شرح زیر است:

  اگر به سیستم پیشنهادی اجازه پوشاندن یک خطا با معیار لونشتین داده شود، در حالت برخط نسبت به روش DMPLS ، 0.12 و در حالت برون خط، 0.14 افزایش دقت داریم. اگر به سیستم پیشنهادی اجازه پوشاندن دو خطا با معیار لونشتین داده شود، در حالت برخط 0.17 و در حالت برون خط، 0.17 افزایش دقت داریم.

  واژه­های کلیدی: واژه­یابی – شبکه واجی – جستجوی شبکه – امتیازدهی – معیار فاصله.

  ارائه­دهنده:

 ماریا رجب زاده

  اساتید راهنما:

  دکتر احمد اکبری

 استاد ممتحن داخلی : دکتر مرتضی آنالویی

  استاد ممتحن خارجی :دکتر محمد مهدی همایون پور

  زمان : چهارشنبه 8 آذرماه

 ساعت 17

  مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق 304

  از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.

  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی