Máquina desafío de aprendizaje: aprender la pronunciación del Inglés

Question

Digamos que quiere tomar los datos fonéticos de CMU establecer de entrada que se parece a esto:

ABERRATION  AE2 B ER0 EY1 SH AH0 N
ABERRATIONAL  AE2 B ER0 EY1 SH AH0 N AH0 L
ABERRATIONS  AE2 B ER0 EY1 SH AH0 N Z
ABERT  AE1 B ER0 T
ABET  AH0 B EH1 T
ABETTED  AH0 B EH1 T IH0 D
ABETTING  AH0 B EH1 T IH0 NG
ABEX  EY1 B EH0 K S
ABEYANCE  AH0 B EY1 AH0 N S

(La palabra es a la izquierda, a la derecha hay una serie de fonemas, clave aquí )

Y que desea utilizar como datos de entrenamiento para un sistema de aprendizaje automático que tomaría nuevas palabras y adivinar cómo serían pronunciados en Inglés.

No es tan obvio para mí, al menos, porque no hay un tamaño de símbolo fijo de cartas que podría posible mapa para un fonema. Tengo la sensación de que algo que ver con una cadena de Markov puede ser el camino correcto a seguir.

¿Cómo hacer esto?

Answer 1

El problema se llama conversión de grafema-a fonema, un subproblema de Natural Language Processing . Google trae unos papeles.

Answer 2

No del todo mi campo, pero tal vez construir una red neuronal con varias capas -. Capas anteriores de adivinar la división de las palabras en sílabas secuenciales, las capas posteriores de adivinar la pronunciación de dichas sílabas

La creación de una red neuronal ANFIS-aprendizaje es bastante sencillo para los datos numéricos, para los datos literales / fonéticos, sin duda, la tarea es varios órdenes más complejas.