表象可能具有欺骗性：区分重复不流利与重叠
计算与语言
2024-07-12 v1 人工智能
摘要
重叠与重复虽然在形式上相似，但服务于不同的语言学目的。重叠是一种故意的形态学过程，用于表达语法、语义或语用上的细微差别；而重复通常是无意的，表明存在不流利。本文利用计算语言学首次对语音中的重叠与重复进行了大规模研究。我们引入了 IndicRedRep，这是一个新公开可用的数据集，包含印地语、泰卢固语和马拉地语文本，并在词级别上对重叠和重复进行了标注。我们评估了基于 Transformer 的模型在多类重叠和重复词元分类中的表现，利用 Reparandum-Interregnum-Repair 结构来区分这两种现象。我们的模型在重叠-重复分类中，印地语的宏观 F1 分数达到 85.62%，泰卢固语达到 83.95%，马拉地语达到 84.82%。
引用
@article{arxiv.2407.08147,
title = {Looks can be Deceptive: Distinguishing Repetition Disfluency from Reduplication},
author = {Arif Ahmad and Mothika Gayathri Khyathi and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:2407.08147},
year = {2024}
}