Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/19780
標題: 台語連音變調問題研究
A Study on Taiwanese Tone Sandhi Issues
作者: 許書豪
Shiu, Shu-Hau
關鍵字: Taiwanese
台語
tone sandhi
text-to-speech(TTS) system
Bayesian Network
連音變調
文轉音系統
貝氏網路
出版社: 資訊網路多媒體研究所
引用: 1. Ian H.Witten and Eibe Frank, “Data Mining:Practical Machine Learning Tools and Techniques (Second Edition)”, ELSEVIER,Netherlands, Amsterdam,2005. 2. Judea Pearl, “Probabilistic Reasoning in Intelligent Systems:Networks of Plausible Inference”, Morgan Kaufmann, America, California, 1988. 3. Wei-Yun Ma, Chu-Ren Huang, “Uniform and Effective Tagging of a Heterogeneous Giga-word Corpus ”, in 13th National Institute of Japanese Literature (NIJL). Tokyo, Japan, 2006. 4. Shuanfan Huang, “Language, society, and ethnic identity ”, Taipei Crane, 1993. 5. 江昶毅,“應用多種特徵的中文斷詞及詞性標記方法”,中興大學資訊科學與工程學系碩士論文,2010。 6. 李尚德,“台語辭典建構與台語變調探討”,中興大學資訊科學研究所碩士論文,2007。 7. 邱玉雪,“台灣閩南語偏正結構詞組中的變調分界”,新竹師範學院台灣語言與語文教育研究所碩士論文,2004。 8. 洪俊詠,馬可夫語言模型應用di台語變調gah注音,清華大學統計學研究所,2005。 9. 洪惟仁,“台灣河佬話聲調研究”,自立晚報社,1985。 10. 傅振宏,“基於自動產生合成單元之台語語音合成系統”,長庚大學電機工程研究所碩士論文,2000。 11. 楊允言、李盛安、劉杰岳、高成炎,“台語變調系統實作研究”, 第十七屆自然語言與語音處理研討會論文集,台南,台灣, pp.293-304,2005。 12. 楊允言、劉杰岳,“語言政策的多元文化思考”,pp.311-328,2007。 13. 楊叡承,“以華台雙語資訊及韻律調整為改進之台語文字轉語音系統”,長庚大學資訊工程研究所碩士論文,2003。 14. 蔡宗謀,“中文文句轉台語語音系統初步研究”, 中興大學資訊科學與工程學系碩士論文,2008。 15. 鄭良偉,“台語的語音與詞法”,遠流出版公司,1997。 16. 鐘祥睿,“台語TTS系統之改進”,國立交通大學電信工程研究所碩士論文,2002。
摘要: 目前台語的連音變調處理,一般多以規則法來做處理,將語言學專家研究整理出的台語連音變調規則套用在系統上。雖然此法對於系統實作較方便,但是台語連音變調規則比起國語複雜許多,利用規則的方法無法涵蓋所有的變調情形,而且規則之間可能會有矛盾的情形發生。在規則制定上,也必須經由專家認同才可納入,所花費的時間相當可觀。 我們希望利用機器學習的方法,探討連音變調的規則。建構規模較大的台語語料庫改善目前台語語料缺乏的窘境,藉由貝氏網路分類以及期望值預估變調路徑的方法預測台語的連音變調,希望能建構一個完善的連音變調處理模組。
The task of Taiwanese tone sandhi processing is usually performed with the rule-based approaches. Tone sandhi rules were sorted out by linguists. The rules for Taiwanese are more complex than that for Mandarin. It is not easy for the rules to solve Taiwanese tone sandhi problems to cover all cases. A contradiction may happen when using the rules. Also the rules must be modified by experts. This will be costly and time-consuming. We want to find the sandhi rules by computer learning methods. We constructed a large-scale corpus in our experiments. And then we predict the result of Taiwanese tone sandhi by using Bayesian Network and expectations. We hope to construct a perfect module for processing Taiwanese tone sandhi finally.
URI: http://hdl.handle.net/11455/19780
其他識別: U0005-1008201022535800
文章連結: http://www.airitilibrary.com/Publication/alDetailedMesh1?DocID=U0005-1008201022535800
Appears in Collections:資訊網路與多媒體研究所

文件中的檔案:

取得全文請前往華藝線上圖書館



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.