简介

课程第二讲：首先介绍了神经网络的三种主要组织结构，然后着重介绍了感知机相关知识

参考链接

• 十大经典数据挖掘算法

参考链接

• 十大经典数据挖掘算法

参考链接

1. http://blog.csdn.net/abcjennifer/article/details/27346787
2. http://blog.csdn.net/wbgxx333/article/details/20479825
3. http://blog.csdn.net/wbgxx333/article/details/18516053
4. http://blog.csdn.net/wbgxx333/article/details/3900688

参考链接

1. http://www.kaldi-asr.org/doc/tree_externals.html
2. http://www.kaldi-asr.org/doc/tree_internals.html
3. HTK语音识别中的决策树
4. 决策树在Kaldi中如何使用

参考链接

1. http://www.kaldi-asr.org/doc/data_prep.html

简介

1. 文中内容均以最新s5脚本为例
2. s5/local目录通常适合数据库相关的脚本
3. 除了网上下载语言模型外，local目录中还有很多和本地训练语言模型相关的脚本
4. 数据准备阶段主要涉及两部分：
   1. 数据(data/train/):包括收集到的录音文件
   2. 语言(data/lang/):和语言相关的内容，包括词典、发音音素等。

Lattice

1. 词网格（word lattice），在国内亦被称作词图，本质上是一个有向无环（directed acyclic graph）图。
2. 参考资料https://www.zhihu.com/question/50753792/answer/122678142

语言模型(LM)相关

lexicon

1. 解释：词典

   phone

2. 音素

   utterance

3. 语句

参考文档

• http://www.kaldi-asr.org/doc/kws.html

Introduction

1. Kaldi中的关键词识别包括以下两部分：
   1. 关键词的快速检索
   2. 字典以外(OOV, out-of-vocabulary)的关键词处理

语言模型简介

语言模型训练步骤

1. 准备语料
2. 分词
3. srilm统计
   #

jieba中文分词

项目源码

https://github.com/fxsjy/jieba

参考资料

• jieba分词学习笔记（一）
• jieba分词学习笔记（二）
• jieba分词学习笔记（三）
• 结巴分词1–结巴分词系统介绍
• 结巴分词2–基于前缀词典及动态规划实现分词
• 结巴分词3–基于汉字成词能力的HMM模型识别未登录词
• 结巴分词4–词性标注
• 结巴分词5–关键词抽取