SLURP-TN：面向突尼尔方言口语理解的数据集
计算与语言
2026-03-24 v1
摘要
口语理解 (SLU) 旨在从用户查询的语音语料中提取语义信息，是任务导向对话系统的核心组件。随着深度神经网络模型的飞速进步和预训练语言模型的演变，SLU 取得了显著的突破。然而，由于缺乏 SLU 资源，只有少数高资源语言才能受益于这一进展。本文通过引入 SLURP-TN 来缓解这一障碍。该数据集由 55 名 native speaker 记录其说的突尼尔方言句子而成，这些句子经手动翻译自六个 SLURP 领域。结果是一个包含 4165 句记录约 5 小时语音材料的突尼尔方言 SLU 数据集。我们还开发了多个自动语音识别和 SLU 模型，利用 SLUTP-TN。数据集和基线模型已公开：https://huggingface.co/datasets/Elyadata/SLURP-TN。
引用
@article{arxiv.2603.21940,
title = {SLURP-TN : Resource for Tunisian Dialect Spoken Language Understanding},
author = {Haroun Elleuch and Salima Mdhaffar and Yannick Estève and Fethi Bougares},
journal= {arXiv preprint arXiv:2603.21940},
year = {2026}
}
备注
Accepted at LREC 2026