東瀛知識工程研究室簡介

東瀛知識工程研究室 Tony knowledge Engineering Lab

與時俱進 ,神采飛揚  

人客,免細膩 ,入來坐啦 !
先奉一杯茶,有怠慢的所在,多多包函喔!

---

東瀛知識工程研究室 (Tony KE Lab)成立於一九九二年八月
主要從事人工智慧分支,知識工程系統研究,藉助多媒体技術,進行知識加工及文化整合工作   
研究主題與核心技術
1. 實驗計劃法與統計分析 (1976-1990)
2. 自然語言處理與機器翻譯 (1984-1986)
意義表徵、概念解析、媒語檢索、二元決策樹應用
3. 三維動態資料庫 (1984-1988)
文書及資料處理、三維動態資料結構設計、資料索引及搜尋、資料管理系統實作
4. 專家系統及規則推論 (1987-1991)
知識表徵技術、規則與邏輯推論引擎設計、多媒體整合、知識庫及專家系統實作
5. 語意網路與框架結構設計 (1987-
語意分析、常識推論、知識表徵、框架結構設計、物件導向與功能驅動程式設計實作
6. 使用者圖形介面 (1992-1993)
滑鼠驅動及座標偵測、圖形解碼及顯示、音效播放、外部程式介面設計實作
7. 語音、影像處理及多媒體編輯管理 (1992-1998)
音效、影像處理與合成、點陣字形映射、動畫設計、影像擷取、圖形辨識、字謎與加密、多媒體編輯與教學系統實作
8. 語音引擎及語音合成器設計(1998-2001)
巨量語料處理及尋取、音節切割與合成、剖析器設計、辭彙檢索、拼字撿查、字元偵測、台語及中文語音輸出系統實作
9. 詞庫建構 (1998-
多語辭典及語料庫設計、台語語言習得、語料蒐集與轉換、語言知識及專家經驗解析與整合
10. 語音輸出編譯器 (2001-2005)
語音輸出系統功能測試與驗證、語料萃取、外部應用程式語音輸出介面設計、字元碼轉換、語音輸出編譯器實作
11. 語音模型訓練及辨識 (2005-
隱藏馬克夫模型之應用與改良、音高偵測、聲調比對、音節辨識、相似度機率演算法、台語語音辨識系統實作
12. 自動回饋與學習 (2006-
訊息回饋、布林結構分析與驗證、語言知識與邏輯判斷整合應用
13. 語言模型及認知模擬 (2008-
半自動機器學習實驗、語言模型實作
14. 應用於人工智能的媒介語言 (2008-
媒介語的本質、應用於人工智慧的構詞法、媒介語數值分析、用於知識處理的模糊理論與技術
15. 自然語言對話系統 (2012-
交談式對話模型設計、知識庫結構分析、語意單元堆疊與尋取、台語對話系統實做
 

 

施工中！

This website is sponsored by VIKON Corp.
Copyright July 1996. All rights reserved.
Last update : 2013-01-05
有什麼建議嗎 ? 來信請寄:

vikontony@gmail.com 

以知識表徵方法建構台語聲調群剖析器

Computational Linguistics and Chinese Language Processing Vol. 22, No. 2, December 2017, pp. 73-86 73
The Association for Computational Linguistics and Chinese Language Processing

以知識表徵方法建構台語聲調群剖析器 

 A Knowledge Representation Method to Implement A Taiwanese Tone Group Parser 

張佑竹 Yu-Chu Chang 

摘要 

聲調群剖析器是台閩語語音輸出系統的主要元件之一。本文提出聲調管轄假說， 主張先將句內語詞定調，亦能決定台閩語聲調群分界的觀點，並以聲調群剖析 器實作加以驗證。除了敘述如何應用預設調型、預設詞類和模式三種標記符號， 將語言知識和經驗轉換為知識庫，並說明經由推論引擎與知識庫的連結，完成 語詞定調的運作過程。目前內部測試平均變調正確率為 98.5%。外部測試平均 變調正確率為 94%。本研究的實驗數據也顯示一個重要的線索：符號系統標記 比規則推論對變調正確性有相對較高的貢獻率。

關鍵詞：台灣話，變調，聲調群剖析器，知識表徵，模擬

Abstract 

A tone group parser could be one of the most important components of the Taiwanese text-to-speech system. In this paper, we offered the hypothesis of tonal government to emphasis the idea that if the allotone selection can be made for each word in a sentence then the tone groups will be separated within the sentence and supported our viewpoint with the implementation of a Taiwanese tone group parser. In addition to the description of using the symbol system to convert language expertise and heuristic knowledge into a knowledge base to cope with a frame-based corpus and a tone sandhi processor, the procedure of connecting the inference engine and the knowledge base to make allotone selection was also discussed. In the current version of the tone group parser, the average accuracy of inside test is 98.5%. The average accuracy of outside test is 94%. The experiment data of the study also reveals an important clue: the marking of the symbol system makes a higher contribution rate to the tone sandhi accuracy than the rule inference.

Keywords: Taiwanese, Tone Sandhi, Tone Group Parser, Knowledge Representation, Simulation

全文下載