AISHELL-NER：从中文语音中进行命名实体识别
计算与语言
2022-02-18 v1 人工智能
摘要
语音命名实体识别（NER）属于口语语言理解（SLU）任务，旨在从语音信号中提取语义信息。语音 NER 通常通过两步流水线实现：首先使用自动语音识别（ASR）系统处理音频，然后将 NER 标注器应用于 ASR 输出。近期工作已展示了端到端（E2E）方法从英语和法语语音中进行 NER 的能力，其本质为实体感知 ASR。然而，由于中文中存在大量同音字和多音字，中文语音 NER 实际上是一项更具挑战性的任务。本文中，我们引入了一个用于中文语音 NER 的新数据集 AISHELL-NER。我们进行了大量实验以探究若干最先进方法的性能。结果表明，通过结合实体感知 ASR 与预训练 NER 标注器可提升性能，该方法可轻松应用于现代 SLU 流水线。该数据集公开于 github.com/Alibaba-NLP/AISHELL-NER。
引用
@article{arxiv.2202.08533,
title = {AISHELL-NER: Named Entity Recognition from Chinese Speech},
author = {Boli Chen and Guangwei Xu and Xiaobin Wang and Pengjun Xie and Meishan Zhang and Fei Huang},
journal= {arXiv preprint arXiv:2202.08533},
year = {2022}
}