انجمن کامپیوتر ایران

تشخيص كلمات كليدي، يك شاخه مهم از بازشناسي اتوماتيك گفتار با شناسايي تعداد محدودي از كلمات كلي دي در يك گفتار است. اين مقاله يك روش جديد محاسبه درجه اطمينان براي پذيرش/رد كلمه كليدي شناسايي شده، ارائه مي كند. در روش پيشنهادي از مدل مخفي ماركوف براي آموزش مدل واحدهاي بازشناسي استفاده مي شود. مدلهاي بازشناسي عبارتند از مدلهاي واجي زبان فارسي و نيز مدلهاي كلما تكليدي. تشخيص كلمات كليدي در دو مرحله انجام مي شود. در مرحله اول يكسري كلم ات كليدي شناسايي مي شوند و در مرحله دوم يك معيار اطمينان براي رد يا قبول هر يك از كلمات كليدي تشخيص داده شده در مرحله قبل ، محاسبه و استفاده مي شود. در مرحله اول از مدلهاي مخفي ماركوف واجي و در مرحله دوم از مدلهاي مخفي ماركوف كلما تكليدي همراه با سطوح آستانه تصميم گيري استفاده مي شود. آزمايش هاي انجام شده براي تشخيص 25 كلمه كليدي فارسي بيانگر كارايي خوب روش پيشنهادي و بيشتر بودن كارايي آن به ميزان 6.5 % نسبت به روشي است كه از معيار اطمينان پيشنهادي استفاده نشود.