本研究使用大规模神经语言模型对自动语音识别假设进行格栅再评分，通过迭代式格栅生成逐步改进语言评分，降低ASR错误。实验结果显示，通过组合八个NLMs并使用上下文传递，相较于基准线，词错误率降低了24.4%。同时，验证了迭代式NLM组合的优势。