इसे पहचानो! प्रतियोगिता "मूल भाषण" 2014

सभी को नमस्कार!

अंतिम पोस्ट में, हमने रोडनाया स्पीच -2014 डेवलपर्स की प्रतियोगिता की घोषणा की, जिसके प्रतिभागियों को रूसी भाषा के मानदंडों का अनुपालन करने वाले पाठ में पहचाने जाने वाले ध्वनि मेल अनुक्रम को परिवर्तित करने के लिए एक व्यावहारिक एल्गोरिदम बनाना होगा।
पंजीकरण पहले ही शुरू हो चुका है, और यह संदेह करने वालों की मदद करने के लिए कि यह तय करना है कि क्या भाग लेना है, मैं यह समझाने की कोशिश करूंगा कि प्रतियोगिता के ढांचे में क्या करने की आवश्यकता है।


पहले एक प्रयोग करते हैं। अगले पैराग्राफ के पाठ को पढ़ने और समझने की कोशिश करें। कृपया ध्यान दें कि व्यंजन के बाद एपोस्ट्रोफ का संकेत, उदाहरण के लिए, एल ' , इसका अर्थ है शमन।

'' ' ''' ' '''' '' ' ' ' '' ' ''

यह काम किया? अब देखते हैं कि यह पाठ वास्तव में कैसा दिखना चाहिए:

, , -

उपरोक्त उदाहरण में, हमने ध्वन्यात्मक स्तर पर मान्यता प्रणाली को अनुकरण करने की कोशिश की। एपोस्ट्रोफ्स के साथ एक पैराग्राफ रीड टेक्स्ट को पहचानने का एक क्रूड परिणाम है। लगभग इस रूप में, प्रतियोगियों को अपने सिस्टम को विकसित करने और प्रयोगों के संचालन के लिए डेटा फाइलें प्राप्त होंगी। समस्या का सार इस प्रकार है। इसके निपटान में एक शब्दकोश जिसमें प्रत्येक शब्द संबंधित प्रतिलेखन के साथ जुड़ा हुआ है, साथ ही साथ उलझाव मैट्रिक्स , मूल संदेश को पुनर्स्थापित करना आवश्यक है। हमारे मामले में, शब्द की ध्वन्यात्मक रिकॉर्ड की इसकी मूल वर्तनी से तुलना करें।

यह सरल लगता है, है ना? हालाँकि, आइए एल्गोरिदम को लागू करते समय आने वाली कठिनाइयों को देखें। मुख्य समस्या यह है कि मान्यता के दौरान होने वाली त्रुटियों के कारण, मान्यता प्राप्त फ़ोनेम्स के परिणामस्वरूप अनुक्रम हमेशा बोले गए शब्दों के क्षणों के अनुरूप नहीं होगा। त्रुटियां तीन प्रकार की हो सकती हैं: एक ध्वनि को दूसरे के साथ बदलना (पशख s , t 's'eni), लंघन ध्वनि (n'imatel'n में, एक l दे), एक शब्द में अतिरिक्त ध्वनि सम्मिलित करना (पश x s या गलत पहचान) सांस लेने की कलाकृतियाँ और ध्वनिहीनता जैसे स्वर (जेएस)। दूसरे के साथ एक ध्वनि की उलझन की संभावना के बारे में जानकारी प्राप्त करने के लिए, साथ ही साथ लंघन और डालने की संभावना, आप मिश्रण मैट्रिक्स से कर सकते हैं।



यह भी ध्यान में रखा जाना चाहिए कि मान्यता प्रणाली के उत्पादन में बात करने वाले स्पीकर की गति के आधार पर, इस तरह की एक लंबी रेखा हो सकती है : इसलिए, हमें विभाजन की समस्या का सामना करना पड़ता है, अर्थात् इनपुट अनुक्रम का विभाजन अलग-अलग शब्दों में होता है, क्योंकि रूसी भाषा इस तरह की विशेषताओं से समृद्ध है: चोट लगी है - व्यापार के लिए, और बेतहाशा मेरे लिए - मेरे पास आते हैं, अपंग हैं, जबकि इलाज किया जा रहा है, हम शादीशुदा हैं - हम आप हैं, आप एक मूर्ख हैं - आप एक बच्चे हैं, आदि इस समस्या को भाषा मॉडल का उपयोग करके हल किया जा सकता है



इसलिए, प्रतियोगिता के कार्य के कार्यान्वयन के लिए निम्नलिखित समस्याओं को हल करना आवश्यक है: डिक्शनरी से ट्रांसक्रिप्शन मिसमैच की समस्या और याद किए गए, सम्मिलित किए गए और बदले गए ध्वनियों के कारण स्वरों की मान्यता प्राप्त अनुक्रम, साथ ही इनपुट फोनेमी अनुक्रम के विभाजन की समस्या अलग-अलग शब्दों में।

सबसे सरल समाधान जो तुरंत दिमाग में आता है, लेवेंसहाइट मीट्रिक या विटर्बी एल्गोरिथ्म का एक संशोधन है। अतिरिक्त जानकारी "प्रतियोगिता उद्देश्य" खंड के अंत में दी गई साहित्य की सूची से प्राप्त की जा सकती है।

हालाँकि, हम प्रतिभागियों को कोई स्पष्ट "रेसिपी" नहीं देना चाहेंगे, क्योंकि हमारी प्रतियोगिता का लक्ष्य उन विशेषज्ञों की खोज करना है जो जटिल और दिलचस्प समस्याओं के लिए अभिनव समाधान खोज सकते हैं। हमें उम्मीद है कि युवा, प्रतिभाशाली डेवलपर्स जो हम मूल भाषण के साथ मिलेंगे, एमडीजी टीम में शामिल होंगे और हमारे उत्पादों को और बेहतर बनाने में मदद करेंगे। और ताकि सभी फाइनलिस्ट आयोजक की कीमत पर - सेंट पीटर्सबर्ग, परिवहन लागत और आवास में प्रतियोगिता के अंतिम चरण में आ सकें।

मैं यह भी ध्यान देना चाहता हूं कि प्रतियोगिता के प्रतिभागियों द्वारा विकसित प्रणालियों के प्रोटोटाइप उनकी बौद्धिक संपदा हैं, जो एमडीजी दावा नहीं करते हैं। कंपनी के पास इस समस्या का अपना समाधान है, जिसका उपयोग हमारे उत्पादों में किया जाता है।

सामाजिक में प्रतियोगिता की खबर का पालन करें। नेटवर्क: वीके , एफबी , लिंक्डइन और साइट ।

प्रतियोगिता के लिए मुख्य सामग्री मंच पर हैं ।