带不完整输入的阿卜卡达脚本音节序列重建

本文探讨了阿卜卡达语言音节序列预测问题，聚焦于六种语言：孟加拉、印地语、柬埔寨、老挝、缅甸和泰语，来自亚洲语言树系（ALT）数据集。我们研究了从各种不完整输入类型（包括辅音序列、元音序列、部分音节（随机字符删除）和掩码音节（固定音节删除））中重建完整音节序列的能力。我们的实验结果表明，辅音序列在准确预测音节方面起关键作用，取得高 BLEU 分数，而元音序列则面临更大的挑战。该模型在各项任务中表现稳健，尤其在处理部分和掩码音节重建方面表现突出，针对涉及辅音信息和音节遮盖的任务取得了优异成绩。该研究推进了阿卜卡达语言序列预测的理解，为诸如文本预测、拼写纠正和数据增强等应用提供了实用见解。