一种用于虚拟助手的判别式实体感知语言模型
计算与语言
2021-09-22 v1 机器学习
摘要
高质量自动语音识别（ASR）对虚拟助手（VA）的良好运行至关重要。然而，ASR 在包含命名实体的 VA 请求上往往表现不佳。本工作中，我们从观察到许多命名实体上的 ASR 错误与现实世界知识不一致出发，扩展了以往的判别式 n-gram 语言建模方法，利用捕捉实体类型-实体与实体-实体关系的特征，从知识图谱（KG）中融入现实世界知识。我们通过高效的网格重打分过程应用我们的模型，在覆盖较冷门实体的若干合成测试集上取得了超过 25% 的相对句错误率下降，且在均匀采样的 VA 测试集上退化极小。
引用
@article{arxiv.2106.11292,
title = {A Discriminative Entity-Aware Language Model for Virtual Assistants},
author = {Mandana Saebi and Ernest Pusateri and Aaksha Meghawat and Christophe Van Gysel},
journal= {arXiv preprint arXiv:2106.11292},
year = {2021}
}
备注
To appear in Interspeech 2021