使用平行极化语言模型的自动阅读教导

摘要

一种用于自动阅读教导(tutoring)的新式系统，可提供有效的错误侦测及降低的假警报(false alarms)，并与低处理时间负担及够短的回应时间合并，以藉此维持一自然、插入性(engaging)的互动流程。根据一示范性具体实施例，一种自动阅读教导方法包含显示一文字输出并接收一声响输入。该声响输入系藉一特定于该文字输出之领域特定(domain－specific)目标语言模型，以及藉由一般领域垃圾语言模型所模型化，此等二者可按如上下文无关(context－free)文法而有效地建构。该领域特定目标语言模型可根据目前所显示之文字(即如待由该使用者所阅读的故事)而为动态地或「即时地」(on－the－fly)建构，而该一般领域垃圾语言模型为在所有不同文字输出之间所共享。使用者可感知之教导回馈则是根据该目标语言模型及该垃圾语言模型所提供。

主权项

一种用于使用平行极化语言模型的自动阅读辅助之电脑实施方法，包含以下步骤：提供一使用者选项以谐调一加权参数，并且藉由提高或降低对于一一般领域垃圾语言模型之关键标准以回应于该加权参数的谐调处理，以调制一错误线索(msicue)侦测率与一假警报率；显示具有目标字词之一文字输出；动态产生该文字输出之领域特定之一目标语言模型，该目标语言模型系特定于该文字输出，该文字输出具有该等目标字词并包括该文字输出之该等目标字词之一语言分数；接收一声响输入；使用一电脑之一处理器，利用动态产生之领域特定之该目标语言模型将该声响输入模型化，并包含参照该声响输入来计算该等目标字词之一声响分数；利用该一般领域垃圾语言模型将该声响输入进一步模型化，以识别该声响输入之一构件为没有合适地对应该文字输出之该等目标字词之一错误线索；以及提供使用者可感知回馈。