自动语言文档质量控制：检测 Kokborok 词表中的音位构式不一致

语言文档中的词汇数据收集常常包含转录错误和未记录的借词，可能误导语言分析。我们提出无监督异常检测方法，用于识别词表中的音位构式不一致，应用于包括 Bangla 在内的多语言 Kokborok 变体数据集。通过字符级和音节级音位构式特征，我们的算法识别潜在的转录错误和借词。尽管由于这些异常的微妙性，精确率和召回率仍有限，但音节感知特征显著优于字符级基线。高召回率的方法为现场工作者提供了系统性的方法，用于标记需要核查的条目，支持低资源语言文档中数据质量的改进。