通过对抗域适应减轻语音识别错误对口语问答的影响
计算与语言
2019-04-18 v1
摘要
由于在语音文档之上进行复杂的推理，口语问答具有挑战性。最近的研究也表明了自动语音识别错误对口语问答的灾难性影响。因此，这项工作提出通过对齐 ASR 假设及其相应参考转录之间的不匹配来减轻 ASR 错误。一个对抗模型被应用于这个域适应任务，这迫使模型学习 QA 模型可以有效利用的域不变特征，以改善 SQA 结果。实验成功地证明了我们提出的模型的有效性，并且结果在 EM 分数上比之前最佳模型提高了 2%。
引用
@article{arxiv.1904.07904,
title = {Mitigating the Impact of Speech Recognition Errors on Spoken Question Answering by Adversarial Domain Adaptation},
author = {Chia-Hsuan Lee and Yun-Nung Chen and Hung-Yi Lee},
journal= {arXiv preprint arXiv:1904.07904},
year = {2019}
}
备注
Accepted by ICASSP 2019