从语音中进行端到端命名实体抽取
计算与语言
2018-05-31 v1
摘要
命名实体识别（NER）是属于口语理解（SLU）的任务，通常从文本文档中抽取语义信息。迄今为止，从语音中进行 NER 是通过流水线过程实现的，即先对音频进行自动语音识别（ASR），再对 ASR 输出进行 NER。这种方法存在一些缺点（错误传播、相较于最终任务而言调优 ASR 系统的指标次优、ASR 输出层搜索空间受限……），并且已知在可应用时，更一体化的方法优于顺序方法。在本文中，我们展示了一种端到端方法的初步研究，该方法通过唯一的神经架构直接从语音中抽取命名实体。如此，ASR 与 NER 得以联合优化。实验在易于获取的法国数据上进行，该数据由若干评测活动发布的数据组成。实验结果表明，该端到端方法（测试数据 F-measure=0.69）比用于检测命名实体类别的经典流水线方法（F-measure=0.65）提供了更好的结果。
引用
@article{arxiv.1805.12045,
title = {End-to-end named entity extraction from speech},
author = {Sahar Ghannay and Antoine Caubrière and Yannick Estève and Antoine Laurent and Emmanuel Morin},
journal= {arXiv preprint arXiv:1805.12045},
year = {2018}
}
备注
Submitted to Interspeech 2018