LANGUAGE MODELING FOR SPEECH RECOGNITION LEVERAGING KNOWLEDGE GRAPH

Non-limiting examples of the present disclosure language model processing of a received utterance using a combined language model. A combined language model is applied to evaluate a transcript probability associated with a received utterance. The combined language model evaluates named entity data associated with the received utterance using a location-based language model and an entity relationship probability model. In at least one example, the named entity data of the received utterance is evaluated using at least one entity knowledge graph and query click log data associated with named entities of the knowledge graph to generate a final probability for one or more transcripts containing named entity data. Results are output based on the final probability calculated by the combined language model. The results output comprise one or more transcripts based on ranking probabilities of candidate transcripts by the combined language model. Other examples are also described. Des exemples non limitatifs de la présente invention concernent un traitement de modèle linguistique d'un énoncé reçu à l'aide d'un modèle linguistique combiné. Un modèle linguistique combiné est appliqué pour évaluer une probabilité de transcription associée à un énoncé reçu. Le modèle linguistique combiné évalue des données d'entités nommées qui sont associées à l'énoncé reçu à l'aide d'un modèle linguistique basé sur l'emplacement et d'un modèle de probabilité de relations entre les entités. Dans au moins un exemple, les données d'entités nommées de l'énoncé reçu sont évaluées en utilisant au moins un graphe de connaissances d'entité et des données de journal de clic de demande associées aux entités nommées du graphe de connaissances pour générer une probabilité finale concernant une ou plusieurs des transcriptions contenant les données d'entités nommées. Les résultats sont produits en sortie sur la base de la probabilité finale calculée par le modèle linguistique combiné. Les résultats produits comprennent une ou plusieurs transcriptions d'après les probabilités des transcriptions candidates classées par le modèle linguistique. D'autres exemples sont également décrits.