CopyNE：通过拷贝命名实体实现更好的上下文感知自动语音识别
计算与语言
2024-05-28 v2
摘要
端到端自动语音识别（ASR）系统在通用场景下已取得显著进展。然而，在上下文 ASR 场景中转录上下文命名实体（NE）仍然具有挑战性。先前的方法尝试利用 NE 词典来解决这一问题。这些方法将实体视为独立词元并逐词元生成，可能导致实体转录不完整。本文中，我们将实体视为不可分割的整体，并将拷贝思想引入 ASR。我们设计了一种称为 CopyNE 的系统化机制，可从 NE 词典中拷贝实体。通过一次性拷贝实体的所有词元，我们可减少实体转录过程中的错误，确保实体的完整性。实验表明，与先前方法相比，CopyNE 持续提高了实体转录的准确率。即便基于强大的 Whisper，CopyNE 仍取得了显著提升。
引用
@article{arxiv.2305.12839,
title = {CopyNE: Better Contextual ASR by Copying Named Entities},
author = {Shilin Zhou and Zhenghua Li and Yu Hong and Min Zhang and Zhefeng Wang and Baoxing Huai},
journal= {arXiv preprint arXiv:2305.12839},
year = {2024}
}
备注
ACL 2024