民航陆空通话是飞行员与管制员进行话音通信的主要方式,是管制员指令发送与飞行员指令回复的信息载体,飞行员正确理解管制员所发出的指令对于民航运输安全有着重要意义。采用深度学习方法对陆空通话进行实时语义校验可以及时发现飞行员错误的复诵内容。考虑到训练一个有效的差错校验网络模型需要大量的文本数据,本文提出一种基于生成对抗网络GAN的陆空通话文本生成方法。首先对现有真实的陆空通话文本进行筛选和分类,并将其转换成one-hot词向量。其次,使用one-hot训练GAN模型,并使用其生成新的陆空通话文本。最后,根据陆空通话语法规则筛选出符合要求的生成文本。本文比较了不同参数选择下网络训练的效果,通过实验验证,使用GAN模型能生成符合民航陆空通话语言规则的文本。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !