بناء نظام لاستخلاص سمات الجمل العربية وتحويلها إلى رموز صوتية، بغية مكاملته مع نظم تركيب الكلام

الموضوعات

علوم تطبيقية وتكنولوجية

روابط وملفات

التعريف والنوع

رقم الوثيقة

05c50372-ea2c-40f4-af06-b05ddc878fe4

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل ماجيستير

نوع الملف

pdf text

أسماء الملفات

1961198_1.pdf

بيانات النشر

ترجمة العنوان

Building An Independent Arabic Text-To-Phoneme with Feature Extraction System Towards Integration With TTS Systems

ألقاب المؤلفين

[{"name_ar":"أميمة الدكاك","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"لينا شرقاوي","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"ندي غنيم","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

Arabic

المصدر والدورية

اسم المصدر

بناء نظام لاستخلاص سمات الجمل العربية وتحويلها إلى رموز صوتية، بغية مكاملته مع نظم تركيب الكلام

المحتوى والصفحات

عدد الصفحات

103

ترجمة الملخص

This thesis presents rule based and statistical based techniques for Arabic speech act recognition. The proposed techniques classify an utterance into Arabic speech act categories based on three criteria: surface features, cue words and contextual information. A rule based expert system has been developed in a bootstrapping manner based on the fact that Arabic language syntax is rule-based inherently. Various machine learning algorithms have been used to detect Arabic speech act categories: Decision Tree, Naïve Bayes, Neural Network and SVM. We compare the experimental results for both techniques (machine learning and rule based expert system). Using a corpus of about 1500 sentences, the rule based expert system achieved an accuracy rate of 98.92%, while the Decision Tree, Naïve Bayes, Neural Network and SVM achieved an accuracy rate of 97.09%, 96.48%, 93.50% and 93.70%, respectively.

إشراف وإعداد

الإشراف

أميمة الدكاك, ندي غنيم

الإعداد

لينا شرقاوي

الاقتباسات الببليوغرافية