一种用于含噪声商业电话对话转录文本的高效高性能命名实体识别系统
计算与语言
2022-09-29 v1
摘要
我们提出一种简单而有效的方法来训练命名实体识别（NER）模型，该模型处理因口语对话性质与自动语音识别伪影而含噪声的商业电话对话转录文本。我们首先在有限量的转录文本上微调LUKE（一种最先进的命名实体识别（NER）模型），随后将其作为教师模型，利用大量弱标注数据与少量人工标注数据教导更小的基于DistilBERT的学生模型。该模型在达到高准确率的同时，满足纳入商业电话产品的实际约束：部署于高性价比CPU而非GPU时具备实时性能。
引用
@article{arxiv.2209.13736,
title = {An Effective, Performant Named Entity Recognition System for Noisy Business Telephone Conversation Transcripts},
author = {Xue-Yong Fu and Cheng Chen and Md Tahmid Rahman Laskar and Shashi Bhushan TN and Simon Corston-Oliver},
journal= {arXiv preprint arXiv:2209.13736},
year = {2022}
}