対話特徴を認識するための学習【JST・京大機械翻訳】

Demszky Dorottya; Sharma Devyani; Clark Jonathan H.; Prabhakaran Vinodkumar; Eisenstein Jacob

プレプリント

J-GLOBAL ID：202202209839028580 整理番号：21P0056513

対話特徴を認識するための学習【JST・京大機械翻訳】

Learning to Recognize Dialect Features

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10月23日プレプリントサーバーでの情報更新日： 2021年05月06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)

誰も機能するNLPシステムの構築は,方言差の説明を必要とする。しかし,方言はモノリシック実体ではなく,むしろ,”He 走”におけるコピュラの削除のような音声とテキストにおけるダイアレクト特徴の存在,不在,および周波数によって,対話間の区別が捉えられる。本論文では,辞書特徴検出のタスクを導入し,事前訓練された変圧器に基づく2つのマルチタスク学習アプローチを提示した。ほとんどの方言のために,これらの特徴のための大規模注釈コーパスは利用できず,認識者を訓練するのを困難にする。著者らは,小数の最小対にこのモデルを訓練し,いかにして,リンガリストが,通常,方言特徴を定義するかを築き上げる。インド語英語の22の対話特徴の試験セットに関する評価は,これらのモデルが,高精度で多くの特徴を認識することを学習し,少数の最小対が,数千のラベル付き例として訓練に対して有効であることを示す。また,方言密度の測度として,また方言分類器として,方言特徴検出の下流応用性を示した。【JST・京大機械翻訳】

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

自然語処理 , パターン認識

前のページに戻る