利用数据增强改进数据驱动的逆向文本规范化
计算与语言
2022-07-21 v1 机器学习
声音
音频与语音处理
摘要
逆向文本规范化(ITN)用于将自动语音识别(ASR)系统的口语形式输出转换为书写形式。传统的手工ITN规则可能编写与维护复杂。同时神经建模方法需要与被ASR系统相同或相似领域（域内数据）的优质大规模口语-书写对样本进行训练。这两种方法都需要昂贵且复杂的标注。本文提出一种数据增强技术，能以最少人工标注从域外文本数据有效生成丰富的口语-书写数字对。我们经实证表明，使用我们的数据增强技术训练的ITN模型，相较于仅使用域内数据训练的ITN模型，在基数、货币与分数等所有数字表层形式上一致更优，总体准确率提升14.44%。
引用
@article{arxiv.2207.09674,
title = {Improving Data Driven Inverse Text Normalization using Data Augmentation},
author = {Laxmi Pandey and Debjyoti Paul and Pooja Chitkara and Yutong Pang and Xuedong Zhang and Kjell Schubert and Mark Chou and Shu Liu and Yatharth Saraf},
journal= {arXiv preprint arXiv:2207.09674},
year = {2022}
}