基于迁移学习的西班牙语客户支持转录文本标点恢复
计算与语言
2022-05-30 v1
摘要
自动语音识别（ASR）系统通常产生无标点的转录文本，可读性差。此外，对于低资源语言，尤其是领域特定的应用，构建标点恢复系统颇具挑战。本文提出一种面向实时客户支持转录服务的西班牙语标点恢复系统。为应对客户支持领域西班牙语转录数据稀疏的问题，我们引入两种基于迁移学习的策略：1）使用域外西班牙语文本数据进行领域自适应；2）利用域内英语转录数据开展跨语言迁移学习。实验结果表明，这些策略提升了西班牙语标点恢复系统的准确率。
引用
@article{arxiv.2205.13961,
title = {Punctuation Restoration in Spanish Customer Support Transcripts using Transfer Learning},
author = {Xiliang Zhu and Shayna Gardiner and David Rossouw and Tere Roldán and Simon Corston-Oliver},
journal= {arXiv preprint arXiv:2205.13961},
year = {2022}
}
备注
Accepted to DeepLo 2022 at NAACL 2022