一种基于类比的发音概率方法
计算与语言
2011-09-22 v1
摘要
在英语等正字法深度较深的语言中，书面词与口语词之间的关系错综复杂，因此难以制定明确的规则来生成未见词的发音。基于类比的发音 (PbA) 是一种数据驱动的方法，通过连接已知词及其发音的片段来构建新词的发音。PbA 在英语上表现相对较好，且优于其他几种 proposed 方法。然而，已发表的最佳词准确率 65.5%（针对 20,000 词的 NETtalk 语料库）表明其仍有很大改进空间。以往的 PbA 算法使用了多种不同的评分策略，例如片段组成发音频率的乘积，或产生相同发音的不同分段数量，以及这些方法的不同组合，以评估候选发音。在本文中，我们转而提出使用一种具有概率合理性的评分规则。我们表明，仅这一原则性方法就能产生比任何已发表的 PbA 算法更高的准确率（NETtalk 语料库为 66.21%）。此外，结合早期算法激发的某些特设修改，性能可提升至 66.6%，且通过将此方法与其他方法结合，还有进一步改进的可能。
引用
@article{arxiv.1109.4531,
title = {A Probabilistic Approach to Pronunciation by Analogy},
author = {Janne V. Kujala and Aleksi Keurulainen},
journal= {arXiv preprint arXiv:1109.4531},
year = {2011}
}