利用 BERT 嵌入建模对话转录文本中词汇重要性以服务聋人与重听用户
计算与语言
2022-06-27 v1 人工智能
人机交互
摘要
聋人与重听个体在观看直播电视时通常依赖字幕。直播电视字幕由监管机构使用各种字幕评估指标进行评价。然而，字幕评估指标往往未考虑 DHH 用户的偏好或字幕的意义程度。有必要构建将转录文本中词汇相对重要性纳入考量的字幕评估指标。我们对两类词嵌入与现有语料库中人工标注的词汇重要性分数进行了相关性分析。我们发现，使用 BERT 生成的归一化上下文词嵌入比基于 word2vec 的词嵌入与人工标注的重要性分数相关性更好。我们提供了词嵌入及其人工标注重要性分数的配对数据。我们还通过训练词汇重要性模型提供了概念验证效用，在 6 类词汇重要性分类任务中取得了 0.57 的 F1-score。
引用
@article{arxiv.2206.12368,
title = {Using BERT Embeddings to Model Word Importance in Conversational Transcripts for Deaf and Hard of Hearing Users},
author = {Akhter Al Amin and Saad Hassan and Cecilia O. Alm and Matt Huenerfauth},
journal= {arXiv preprint arXiv:2206.12368},
year = {2022}
}
备注
5 pages, 3 tables, 1 figure