使用SVM分类器对英语语音辩解公式进行统计分析

Скворцова Е.Б., Бочкарев А.И., Пепеляева М.А.

doi:10.7256/2454-0749.2018.4.26268

返回内容

语文学：科学研究

正确的文章链接:

Skvortsova E.B., Bochkarev A.I., Pepelyaeva M.A. 使用SVM分类器对英语语音辩解公式进行统计分析 // 语文学：科学研究. 2018. № 4. С. 302-307. DOI: 10.7256/2454-0749.2018.4.26268 URL: https://cn.nbpublish.com/library_read_article.php?id=26268

使用SVM分类器对英语语音辩解公式进行统计分析

Skvortsova Elena Borisovna

新西伯利亚国立技术大学技术学院外语系讲师

630073, Russia, g. Novosibirsk, pr. Karla Marksa, 20, korp. 1, kab. 503a

neon-999@mail.ru

Bochkarev Arsentiy Igorevich

博士学位语言学

副教授，新西伯利亚国立大学技术学院外语系主任

630073, Russia, Novosibirskaya oblast', g. Novosibirsk, ul. Pr. K. Marksa, 20, kab. 503a, korpus 1

arsentiy_87@mail.ru

Pepelyaeva Mariya Alekseevna

暂时不工作

630136, Russia, Novosibirskaya oblast', g. Novosibirsk, ul. Plakhotnogo, 72, kv. 75

pepelyaeva@ami.nstu.ru

DOI:

10.7256/2454-0749.2018.4.26268

评审日期

12-05-2018

出版日期

02-01-2019

注解: 这项工作的目的是开发相关和准确的工具，用于分析各种语音行为的统计特征。研究的对象将是英语中辩解的语音公式。研究的主题是这些公式的统计特征。前面，我们分析了英语道歉的语音公式，并进行了借口簇的形式化，由此可以获得可以构造借口的基本公式。特别注意精确工具的发展，其缺点是语言学的现状。在分析中使用了语言和数学方法。为了解决识别借口的问题，使用了基于支持向量的分类器。这项研究的新颖之处在于，到目前为止还没有开发出能够以足够的准确性区分包含某些语音行为的文本的工具。结果，实现了94％的分类准确度，这是一个很好的指标。所得结果可用于除辩解外的其他语音公式的统计分析。未来，计划扩大训练和测试样本，以增加分类的准确性。

出版日期:

语料库语言学, 数学语言学, 演讲及表演, 道歉的演讲公式, 巨蟒, Scikit-学习, 支持向量的方法, 形式化, 特征向量, 二元分类

杂志

使用SVM分类器对英语语音辩解公式进行统计分析