言語診断多言語モデリング【JST・京大機械翻訳】

Datta Arindrima; Ramabhadran Bhuvana; Emond Jesse; Kannan Anjuli; Roark Brian

プレプリント

J-GLOBAL ID：202202201975845834 整理番号：22P0137163

言語診断多言語モデリング【JST・京大機械翻訳】

Language-agnostic Multilingual Modeling

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年04月20日プレプリントサーバーでの情報更新日： 2020年04月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

多言語自動音声認識(ASR)システムは,単一モデルにおけるデータリッチおよびデータスカルス言語の共同訓練を可能にする。これは,データおよびパラメータ共有を言語で共有することを可能にし,これは特にデータ-スカルス言語にとって有益である。しかしながら,最先端の多言語モデルは,言語情報の符号化を必要とし,従って,より新しい言語に拡張するとき,柔軟でスケーラブルでない。言語独立多言語モデルはこの問題に対処するのを助け,いくつかの言語が頻繁に使用される多文化社会(しばしば異なる書き込みシステムによりレンダリングされる)に適している。本論文では,多くの言語を1つの書き換え変換器を通して1つの書き込みシステムに変換する言語診断多言語ASRシステムを構築するための新しい方法を提案した。このように,類似の音調音をグラフの単一の正準ターゲットシーケンスに写像し,モデリングとレンダリング問題を効果的に分離する。4つのIndic言語,すなわち,Hindi,ベンガル,TamilおよびKannadaを用いて,言語-診断多言語モデルが言語依存多言語モデル上でWord誤り率(WER)において最大10%の相対的低減を達成することを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識

, , ,

前のページに戻る