Utilización de funciones discriminantes lineales generalizadas en el reconocimiento de palabras aisladas con ciertos diccionarios difíciles

Abstract

Ciertos Clasificadores no paramétricos se han utilizado con bastante éxito en sistemas de Reconocimiento de Palabras Aisladas. No obstante, cuando el diccionario está formado por palabras muy semejantes en las que sólo se diferencian unos pocos segmentos (zona discriminante), estos sistemas presentan una alta tasa de errores. En este trabajo se propone un método en el que se potencia el papel de las zonas discriminante y que está basado en una extensión del algoritmo de minimización del Criterio Perceptrón. En un estudio experimental se ha demostrado que la eficacia del método propuesto aumenta en más de un 50% con respecto a la aproximación clásica.

Certain non parametric classifiers have proved to be very use fuI in the design of Isolated Word Recognition Systems. However, these systems tend to exhibit high error rates when the words of the dictionary are very similar. In this paper, we introduce a new generalization of the Generalized Linear Discriminant Function which gives more importance to the discriminative zones of the words. With this method, error rate reductions ayer 50% have been achieved with respect to the standard approach.