论文部分内容阅读
由于鉴别式训练的效果优越,于是出现使用鉴别式训练法则进行转换矩阵调适,称为最小分类错误率线性回归调适算法.我们认为使用最小分类错误率准则进行线性回归调适时,若能再进一步考虑线性回归矩阵之事前概率分布,则可以结合贝氏法则之强健性与最小分类错误率之鉴别性,以估测出更佳之转换矩阵用于语者调适上.透过聚焦事后概率与鉴别式训练间之关连及适当之条件简化,则可得到参数更新之封闭解型式以加速鉴别式训练的参数估测.