口语句子无监督成分句法分析的级联与直接方法
计算与语言
2023-05-10 v2 音频与语音处理
摘要
以往关于无监督句法分析的研究仅限于书面语形式。本文首次针对给定无标注口语句子与无配对文本数据的无监督口语成分句法分析展开研究。目标是确定口语句子的层次化句法结构，以成分句法树的形式呈现，使得每个节点对应一个成分所对应的音频片段。我们比较了两种方法：(1) 级联一个无监督自动语音识别（ASR）模型与一个无监督分析器，在 ASR 转写文本上获得句法树；(2) 直接在连续的词级语音表征上训练无监督分析器。具体做法是先将话语切分为词级片段序列，并在片段内聚合自监督语音表征以得到片段嵌入。我们发现，分别在无配对文本上训练分析器并直接将其用于 ASR 转写文本推断，在无监督句法分析中表现更优。此外，我们的结果表明，仅准确的切分可能就足以准确地解析口语句子。最后，我们展示直接方法可在无任何显式归纳偏置的情况下，对中心语在前与中心语在后的语言都正确习得中心语方向性。
引用
@article{arxiv.2303.08809,
title = {Cascading and Direct Approaches to Unsupervised Constituency Parsing on Spoken Sentences},
author = {Yuan Tseng and Cheng-I Lai and Hung-yi Lee},
journal= {arXiv preprint arXiv:2303.08809},
year = {2023}
}
备注
Accepted to ICASSP 2023; updated compute resource acknowledgements