DANCER：用于自动语音识别的实体描述增强命名实体纠正器

端到端自动语音识别（E2E ASR）系统常常会误转录领域特定术语，如命名实体，甚至导致下游任务出现灾难性错误。近期有研究提出了一类快速轻量级的命名实体纠正（NEC）模型，这些模型通常基于语音级别的编辑距离算法，并展现了令人印象深刻的 NEC 性能。然而，随着命名实体（NE）列表的增长，语音混淆问题将加剧；例如，同音歧义将大幅增加。在此基础上，我们提出了一种 novel 的 Description Augmented Named entity CorrEctoR（暂称 DANCER），该模型利用实体描述提供额外信息，以帮助缓解 ASR 上下文中语音混淆问题。为此，我们引入一种高效的实体描述增强掩码语言模型（EDA-MLM），其中包含一个稠密检索模型，使其能够快速适应特定领域的实体以适应 NEC 任务。我们在 AISHELL-1 和 Homophone 数据集上进行的一系列实验确认了该建模方法的有效性。DANCER 在 AISHELL-1 数据集上对于命名实体的字错率（CER）相较于强基准模型——基于语音编辑距离的 NEC 模型（PED-NEC）——降低约7%。更值得注意的是，在包含高度语音混淆命名实体的 Homophone 数据集上测试时，DANCER 对于命名实体的 CER 相较于 PED-NEC 降低约46%。