文献

J-GLOBAL ID：202002273559477729   整理番号：20A0921404

予訓練言語表現モデルに基づく中国語韻律構造予測【JST・京大機械翻訳】

Chinese Prosodic Structure Prediction Based on a Pretrained Language Representation Model

著者 (3件)： Zhang Pengyuan (中国科学院声学研究所語言声学与内容理解重点実験室,北京 100190;中国科学院大学電子電器与通信工程学院,北京 100049) ,  Lu Chunhui (中国科学院声学研究所語言声学与内容理解重点実験室,北京 100190;中国科学院大学電子電器与通信工程学院,北京 100049) ,  Wang Ruimin (中国科学院声学研究所語言声学与内容理解重点実験室,北京 100190;中国科学院大学電子電器与通信工程学院,北京 100049)
資料名： Tianjin Daxue Xuebao. Ziran Kexue Yugongcheng Jishu Ban  (Tianjin Daxue Xuebao. Ziran Kexue Yugongcheng Jishu Ban)
巻： 53  号： 3  ページ： 265-271  発行年： 2020年 
JST資料番号： C3006A  ISSN： 0493-2137  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 韻律構造予測は音声合成システムにおける一つの重要なステップとして、その結果は合成音声の自然度と了解度に直接影響する。本文では、予訓練言語表現モデルに基づいた韻律構造予測方法を提案し、文字をモデリング単位とし、予訓練言語モデルを基に各韻律層ごとに独立な出力層を設け、韻律標識データを利用して、予訓練モデルに対して微調整を行った。このほかに、分詞タスクを追加的に追加し、マルチタスク学習の方法により各韻律レベル間の関係及び韻律と語間の関係をモデリングし、入力テキストの各級韻律境界の同時予測を実現した。実験は,まず第一に,マルチ出力構造設定の合理性と事前訓練モデルの有効性を証明して,さらに,分詞タスクの追加がモデル性能をさらに向上させることができることを証明した。最適の結果を,2つのベースラインモデルと比較して,韻律語と韻律句予測のF1値は,条件付きランダム場モデルと比較して,それぞれ,2.48%と4.50%で,それぞれ,6.2%と5.4%で,それぞれ,2.48%と4.50%で,それぞれ,6.2%と5.4%の絶対的上昇があった。最後に,実験結果は,提案方法が,予測性能を保証しながら,訓練データ量を減らすことができることを示す。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *中国語 ,  音声合成機器 ,  基準線 ,  有効性 ,  言語モデル
準シソーラス用語： 確率場 ,  *韻律 ,  句 ,  訓練データ ,  *言語表現 ,  合成音声 , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： 訓練 ,  言語表現 ,  モデル ,  中国語 ,  予測