Abstract
本論文主要的目的是觀察在自動語音辨識系統中，模擬關鍵詞擷取率在使用共識假說 (Mangu 2000) 之後，關鍵詞擷取率是否較最常用的MAP (maximum a posteriori probability) 解碼器的改善。在給定聲學模型之後，MAP解碼器的輸出可以是top-N或者是詞格輸出網路(word lattice)，網路的連接邊是由較高的概似機率的詞所組成。從top-N和詞格網路，Mangu (2000)執行了一個多重對齊(multiple alignment)的算程，產生另一個較簡單看似香腸鏈的詞格網路。然後每一個詞假說的後驗機率可以容易計算，最後選擇後驗機率最佳的詞所組成的句子，叫共識假說。本論文做了三種實驗，第一個實驗是在觀察共識假說應用在游 (2004) 語者相關實驗的改善如何；另兩個實驗是關於模擬醫院掛號系統關鍵詞的擷取，測試語料是673個關鍵詞和從五種句型選出的250句掛號語句，然後以麥克風錄製，第二種實驗是只有辨識關鍵詞，第三種實驗是在不同的辨識網路下，設法擷取出句子裡的關鍵詞。根據這些實驗，共識假說的效果似乎不大而且好壞立見。