英语口语重复修正检测：语法网络与搜索过滤算法

"这篇论文是2011年发表在《清华大学学报(自然科学版)》上，由黄中、李宏言、王士进和徐波等人共同撰写的科研成果，主要研究了英语口语重复修正检错的技术，特别是在计算机辅助语言教学中的应用。文章提出了一种基于音节单元的Weighted Finite-State Transducer (WFST) 网络的容错对齐和搜索过滤算法，旨在提高口语重复修正的准确性和效率。" 正文: 在计算机辅助语言教学中，口语重复修正检错是一个关键问题，它涉及到语音识别技术以及自然语言处理的深度应用。论文提出的算法利用WFST构建了一个能够处理语音识别错误的模型。WFST是一种数学工具，用于描述和操作有限状态的转换系统，它可以处理有权重的符号序列，对于语音识别中可能出现的各种错误，如音节的误识别，提供了有效的包容性处理。 该算法首先对识别后的语音进行对齐，然后通过WFST网络对邻近匹配词进行二次识别，允许一定程度的容错。这个过程旨在捕获可能的修正和替换部分，这些部分作为后续搜索过滤的输入。搜索过滤算法使用查询和模板来查找并纠正潜在的重复或不流畅的部分。 为了评估和优化搜索过滤效果，论文中提到了两种算法：k-difference算法和n-gram算法。k-difference算法基于序列假设，通过比较不同位置之间的相似度来判断重复；而n-gram算法则是基于随机假设，通过统计相邻词汇出现的概率来判断流畅度。这两种算法可以结合使用，以提高检测的准确性和置信度。 实验结果显示，不使用二次容错对齐时，以音节为基本建模单位的多n-gram混合搜索过滤方法表现最佳。而当引入二次容错对齐后，F-measure（精确率和召回率的调和平均值，用于衡量系统的整体性能）能进一步提升3%至4%，显示出该算法的有效性和改进潜力。 这篇论文提出的算法为解决计算机辅助语言学习中的口语重复修正难题提供了一种创新方法，通过WFST和搜索过滤技术的结合，提高了系统对不流畅口语的检测能力，对提高教学质量和效率具有重要意义。