迈向口语内容的机器理解：机器对托福听力理解测试的初步尝试
计算与语言
2016-08-24 v1
摘要
多媒体或口语内容比纯文本内容呈现更具吸引力的信息，但更难以在屏幕上显示并被用户选择。因此，对于人类而言，访问前者的庞大集合比后者要困难和耗时得多。开发一种能够自动理解口语内容并总结关键信息供人类浏览的机器极具吸引力。在这一努力中，我们提出了一个口语内容机器理解的新任务。我们将初始目标定义为托福（TOEFL）的听力理解测试，这是一项针对母语非英语的英语学习者的具有挑战性的学术英语考试。我们进一步为此任务提出了一种基于注意力的多跳循环神经网络（AMRNN）架构，在初步测试中取得了令人鼓舞的结果。初步结果还表明，对于这个存在自动语音识别（ASR）错误的任务，词级注意力可能比句级注意力更鲁棒。
引用
@article{arxiv.1608.06378,
title = {Towards Machine Comprehension of Spoken Content: Initial TOEFL Listening Comprehension Test by Machine},
author = {Bo-Hsiang Tseng and Sheng-Syun Shen and Hung-Yi Lee and Lin-Shan Lee},
journal= {arXiv preprint arXiv:1608.06378},
year = {2016}
}
备注
Accepted conference paper: "The Annual Conference of the International Speech Communication Association (Interspeech), 2016"