利用大语言模型结合外部知识的中文多音字消歧
计算与语言
2023-12-20 v1
摘要
中文文本转语音（TTS）系统中的关键问题之一是在进行字音转换（G2P）时的多音字消歧。在本文中，我们引入了一种将该问题作为生成任务来解决的新方法。跟随大语言模型（LLM）与提示学习的研究趋势，所提出的方法由三个模块组成。检索模块引入外部知识（即中文多音字的多级语义词典），将句子格式化为提示。生成模块采用仅解码器 Transformer 架构来引导生成目标文本。后处理模块在需要时将生成的文本纠正为有效结果。实验结果表明，我们的方法在名为 CPP 的公开数据集上优于现有方法。我们还通过实验研究了不同提示模板、不同训练数据规模以及是否引入外部知识的影响。
引用
@article{arxiv.2312.11920,
title = {External Knowledge Augmented Polyphone Disambiguation Using Large Language Model},
author = {Chen Li},
journal= {arXiv preprint arXiv:2312.11920},
year = {2023}
}