台北台北网

TreeNetConstruction張智星jang@cs.
nthu.
edu.
twhttp://www.
cs.
nthu.
edu.
tw/~jang清大資工系多媒體檢索實驗室基本LinearNet台北政市府縣市政府中市政府廳E台北市台北縣台北台中市政台SMergeableNodesinLinearNet台北政市府縣市政府中市政府廳E台北市台北縣台北台中市政台STreeNet台北政市府縣市政府中市政府廳E台北市台北縣台北台中市政台STreeNet台北政市府縣市政府中市政府廳E台北市台北縣台北台中市政台S實際產生之中文net檔案J=3I=4,tai,台I=5,Cog,中I=6,Sy,市J=4I=3,SilJ=3J=1I=2,SilI=0,!
NullI=1,!
NullJ=6J=0請參見d:/users/jang/application/asr/application/example-機關名稱/sentence.
net請使用下列程式來探索上述範例的樹狀結構:d:/users/jang/application/asr/net/goNetNavigate.
batI=7,JG,政I=8,fu,府I=9,tiG,廳I=10,pei,北I=11,Sy,市I=12,JG,政I=13,fu,府I=15,JG,政I=16,fu,府I=14,SieN,縣I=17,Sy,市J=2J=5J=7J=8J=9J=10J=11J=12J=13J=14J=15J=16J=17J=18J=19J=20J=21實際產生之中文net檔案forkeywordspottingJ=3I=4,tai,台I=5,Cog,中I=6,Sy,市J=4I=3,SilJ=3J=1I=2,SilI=0,!
NullI=1,!
NullJ=6J=0I=7,JG,政I=8,fu,府I=9,tiG,廳I=10,pei,北I=11,Sy,市I=12,JG,政I=13,fu,府I=15,JG,政I=16,fu,府I=14,SieN,縣I=17,Sy,市J=2J=5J=7J=8J=9J=10J=11J=12J=13J=14J=15J=16J=17J=18J=19J=20J=21I=18,Filler實際產生之英文net檔案I=4,ah@2I=5,hhaensahm@6I=6,boy@4I=3,SilJ=1I=2,SilI=0,!
NullI=1,!
NullJ=0請參見d:/users/jang/application/asr/application/english.
timit/sentence0003.
netI=13,yuw@13I=10,may@7I=11,aebdahmahn@0I=17,sahprayz@9I=12,aebdowmahn@1I=14,tuhk@12J=21I=7,ey@5I=8,hhaensahm@6I=9,boy@4I=15,miy@8I=16,bay@3I=18,serprayz@10MergeableNodesinTreeNet台北政市府縣市政府中市政府廳E台北市台北縣台北台中市政台SGraphNet台北政市府縣市政府中市政府廳E台北市台北縣台北台中市政台SGraphNet台北政市府縣市政府中市政府廳ES基本LinearNet台北政市府縣市政府中市政府廳E台北市台北縣台北台中市政台SMergeableNodesinLinearNet台北政市府縣市政府中市政府廳E台北市台北縣台北台中市政台SMergeableNodesinLinearNet台北政市府縣市政府中廳E台北市台北縣台北台中市政台S市政府ReverseTreeNet台北政市府縣市政府中廳E台北市台北縣台北台中市政台S市政府MergeableNodesinReverseTreeNet台北政市府縣市政府中廳E台北市台北縣台北台中市政台S市政府ReverseGraphNet台北政市府縣市政府中廳E台北市台北縣台北台中市政台S市政府ReverseGraphNet台北政市府縣市政府中廳E台北市台北縣台北台中市政台S市政府FutureWorkHowtofindtheminimumgrammar-equivalentgraphnetHowtoproveitWhatistheeffectonrecognitiontimeNetforKeywordSpottingEJackRogerSFillerFillerJimNetforSLUonetwoFillertenreservereservtionSFillerFiller…EonetwoFilleratten…