SememeASR：利用义原语义知识提升端到端语音识别在领域与长尾数据偏移下的性能
声音
2023-10-10 v2 计算与语言
音频与语音处理
摘要
近来，语音识别取得了优异进展。然而，纯数据驱动的方法难以解决领域失配与长尾数据的问题。考虑到知识驱动的方法可帮助数据驱动的方法缓解其缺陷，我们将基于义原的语义知识信息引入语音识别（SememeASR）。根据语言学定义，义原是语言中最小的语义单元，能够很好地表示每个词背后的隐式语义信息。我们的实验表明，引入义原信息可提升语音识别的有效性。此外，我们进一步的实验表明，义原知识能够改善模型对长尾数据的识别，并增强模型的领域泛化能力。
引用
@article{arxiv.2309.01437,
title = {SememeASR: Boosting Performance of End-to-End Speech Recognition against Domain and Long-Tailed Data Shift with Sememe Semantic Knowledge},
author = {Jiaxu Zhu and Changhe Song and Zhiyong Wu and Helen Meng},
journal= {arXiv preprint arXiv:2309.01437},
year = {2023}
}
备注
Proceedings of Interspeech