基于韵律的口语阿拉伯方言识别层次分类：阿尔及利亚方言实例
计算与语言
2017-03-30 v1
摘要
在日常交流中，阿拉伯人使用地方方言，这些方言难以使用常规分类方法自动识别。当处理属于同一国家/地区的资源匮乏方言时，方言识别这一挑战性任务变得更加复杂。在本文中，我们首先对阿尔及利亚方言进行统计分析，以捕捉其与韵律信息相关的特性，这些韵律信息是在粗粒度辅音/元音分割后于话语层面提取的。根据这些分析结果，我们提出了一种用于口语阿尔及利亚阿拉伯方言识别的层次分类方法（HADID）。它利用了方言具有自然层次结构这一固有属性。在HADID中，应用自顶向下的层次分类，其中我们使用深度神经网络（DNNs）方法为层次方言结构中的每个父节点构建局部分类器。我们的框架在阿尔及利亚阿拉伯方言语料库上实现并评估。而层次方言结构由历史和语言知识推导得出。结果表明，在HADID中，与支持向量机相比，最佳分类器是DNNs。此外，与基线扁平分类系统相比，我们的HADID在精度上提高了63.5%。进一步，总体结果证明了我们基于韵律的HADID适用于说话人无关的方言识别，同时所需测试话语少于6秒。
引用
@article{arxiv.1703.10065,
title = {Hierarchical Classification for Spoken Arabic Dialect Identification using Prosody: Case of Algerian Dialects},
author = {Soumia Bougrine and Hadda Cherroun and Djelloul Ziadi},
journal= {arXiv preprint arXiv:1703.10065},
year = {2017}
}
备注
33 pages, 7 figures