结合 ASR 误差建模的注意力循环神经网络用于语音内容的生成式标题生成
计算与语言
2016-12-28 v1
摘要
语音内容的标题生成非常重要，因为语音内容难以在屏幕上展示且不便于用户浏览。它是一种特殊的生成式摘要，其摘要从零开始逐词生成，而不使用原始内容的任何部分。近年来已提出多种基于深度学习的文本文档标题生成方法，这些方法均需要海量训练数据，而这对于语音文档摘要而言十分困难。在本文中，我们提出了一种 ASR 误差建模方法，以学习 ASR 误差模式的内在结构，并将该模型整合到注意力循环神经网络（ARNN）架构中。通过这种方式，用于语音内容生成式标题生成的模型可以从丰富的文本数据以及某些识别器的 ASR 数据中学习。实验表明结果令人鼓舞，并验证了即使输入语音内容是由与模型学习所用识别器差异极大的识别器所识别的，所提出的 ASR 误差模型依然表现良好。
引用
@article{arxiv.1612.08375,
title = {Abstractive Headline Generation for Spoken Content by Attentive Recurrent Neural Networks with ASR Error Modeling},
author = {Lang-Chi Yu and Hung-yi Lee and Lin-shan Lee},
journal= {arXiv preprint arXiv:1612.08375},
year = {2016}
}