评估韵律在残缺转写文本成分句法分析中的效用
计算与语言
2021-06-16 v1
摘要
本工作探索了针对对话语音自动识别转写文本的成分句法分析。该神经分析器基于一个句子编码器，该编码器利用经韵律特征语境化的词向量，并将韵律特征提取与句法分析联合学习。我们通过在 N-best 重排序框架中应用该分析器，评估了韵律在对残缺转写文本（即带有自动语音识别（ASR）错误的转写文本）进行句法分析时的效用。在 Switchboard 上的实验中，相对于对 1-best ASR 输出进行句法分析，我们获得了 13-15% 的 oracle N-best 增益，且对词识别错误率影响不显著。韵律提供了增益的显著部分，分析表明其通过恢复功能词导致更合乎语法的话语。
引用
@article{arxiv.2106.07794,
title = {Assessing the Use of Prosody in Constituency Parsing of Imperfect Transcripts},
author = {Trang Tran and Mari Ostendorf},
journal= {arXiv preprint arXiv:2106.07794},
year = {2021}
}
备注
Interspeech 2021