摘要
本文介绍了我们在2017年自然语言识别（NLI）共享任务中的实验结果。我们参加了作文（essay）、语音（speech）以及融合（fusion）三个任务，其中融合任务综合运用文本、语音及i-vectors特征，旨在识别给定输入的母语。在作文任务中，基于词二元语法（word bigrams）与字符七元语法（character 7-grams）的线性支持向量机（SVM）系统表现最佳。在语音任务中，仅基于i-vectors的LDA分类器优于结合语音转写文本特征与i-vectors的混合系统。在融合任务中，我们尝试了多种组合方式，包括i-vectors与高阶n-gram特征的结合、i-vectors与词一元语法（word unigrams）的结合、基于平均概率的集成方法，以及堆叠式集成系统（stacked ensemble system）。实验结果表明，词一元语法与i-vectors的组合在性能上优于使用更多n-gram特征的系统。我们表现最优的系统在作文、语音和融合任务中的F1得分分别为87.16%、83.33%和91.75%。