“我听说过你！”: 用于生成未见实体的口语命名实体识别数据
计算与语言
2024-12-30 v1
摘要
口语命名实体识别（NER）旨在从语音中识别命名实体，作为语音处理中的重要任务。然而，每天都会出现新的命名实体，对其进行口语NER数据标注成本较高。本文演示了现有口语NER系统在处理以前未出现的命名实体时表现不佳。为解决这一挑战，我们提出了一种基于命名实体词典（NED）生成口语NER数据的方法，以降低成本。具体而言，我们首先使用大语言模型（LLM）从抽样的命名实体生成句子，然后使用文本转语音（TTS）系统生成语音。进一步，我们引入一种噪声度量来过滤噪声数据。为评估我们的方法，我们发布了一个新型口语NER基准数据集，以及相应的NED，其中包含8,853个实体。实验结果表明，我们的方法在域内、零样本域适应和完全零样本设置下均实现了最新水平（SOTA）性能。我们的数据将在 https://github.com/DeepLearnXMU/HeardU 可用。
引用
@article{arxiv.2412.19102,
title = {"I've Heard of You!": Generate Spoken Named Entity Recognition Data for Unseen Entities},
author = {Jiawei Yu and Xiang Geng and Yuang Li and Mengxin Ren and Wei Tang and Jiahuan Li and Zhibin Lan and Min Zhang and Hao Yang and Shujian Huang and Jinsong Su},
journal= {arXiv preprint arXiv:2412.19102},
year = {2024}
}
备注
Accepted by ICASSP 2025