Idioms-Proverbs Lexicon for Modern Standard Arabic and Colloquial Sentiment Analysis
Cairo University（开罗大学）
虽然，在过去十年中，在情感分析（SA）和意见挖掘（OM）系统中的相当数量的工作以及关于这些系统的性能，但是由于语言本身的性质存在的复杂性和挑战，仍然没有期望的性能，特别是对于诸如阿拉伯语的形态丰富语言（MRL）。这些挑战之一是在作者文本或评论中检测成语或谚语短语。成语或谚语是一种独特的言语形式或表达方式。在语法上，它不能从其元素的单独含义来理解，并且当被视为单独的单词时会产生不同的情绪。因此，为了便于自动SA系统的词汇短语的检测和分类的任务，本文提出了AIPSeLEX现代标准阿拉伯语（MSA）和口语的一种新的成语/谚语情感词典。AIPSeLEX是手动收集和注释的句子水平与语义取向（积极或消极）。手工建立和注释的词典的努力报告。此外，我们建立了一个分类器，提取成语和谚语，短语从文本中使用n-gram和相似性度量方法。最后，对各种数据进行了几次实验，包括来自公开的阿拉伯语在线评论网站（社交媒体，博客，论坛，电子商务网站）的阿拉伯语推文和阿拉伯语微博（酒店预订，产品评论和电视节目评论），以评估AIPSeLEX的覆盖范围和准确性。
2015-06-05 cs.CL
Improving Sentiment Analysis By Emotion Lexicon Approach on Vietnamese Texts
University of Information Technology（信息技术大学）；Vietnam National University（越南国立大学）
情感分析任务在实践中具有各种应用。在情感分析任务中，代表积极和消极情绪的单词和短语很重要。从文本中找出代表情感的词可以提高分类模型用于情感分析任务的性能。在本文中，我们提出了一种方法，结合情感词汇的分类模型，以提高模型的准确性。实验结果表明，情感词典与分类模型的结合提高了模型的性能。
2022-12-04 cs.CL
A Word-Complexity Lexicon and A Neural Readability Ranking Model for Lexical Simplification
The Ohio State University（俄亥俄州立大学）
目前的词汇简化方法严重依赖于语法和语料库水平的功能，并不总是符合人类的判断。我们创建了一个包含15，000个英语单词的人类评级单词复杂度词典，并提出了一种新的神经可读性排名模型，该模型具有基于高斯的特征向量化层，该层利用这些人类评级来衡量任何给定单词或短语的复杂度。对于不同的词汇简化任务和评估数据集，我们的模型比最先进的系统表现得更好。此外，我们还产生SimplePPDB++，超过1000万简化释义规则的词汇资源，通过将我们的模型应用到释义数据库（PPDB）。
2018-10-12 cs.CL
Leveraging Multi-grained Sentiment Lexicon Information for Neural Sequence Models
神经序列模型在情感分类中取得了巨大的成功。然而，有些模型非常复杂或基于昂贵的功能。另一些模式则承认现有语言资源的价值，但没有充分利用。本文提出了一种新的通用的方法来合并词汇信息，包括情感词汇（+/-），否定词和加强词。单词以细粒度和粗粒度标签进行注释。所提出的方法首先将细粒度的标签编码成情感嵌入，并将其与词嵌入连接。第二，粗粒度的标签被用来增强注意力机制，给予情感相关的词大的权重。实验结果表明，我们的方法可以提高SST-5和MR数据集上的神经序列模型的分类精度。具体来说，增强的Bi-LSTM模型甚至可以与使用昂贵的短语级注释的Tree-LSTM进行比较。进一步的分析表明，在大多数情况下，词典资源可以提供正确的注释。此外，所提出的方法能够克服不可避免的错误注释的影响。
2019-10-17 cs.CL
Sentiment Analysis For Modern Standard Arabic And Colloquial
Institute of statistical studies and research (ISSR), Cairo University（开罗大学统计研究与研究所）；Cairo University（开罗大学）
博客和社交网络等社交媒体的兴起激发了人们对情感分析的兴趣。随着评论、评级、推荐和其他形式的在线表达的激增，在线意见已经变成了一种虚拟货币，企业希望推销他们的产品，发现新的机会和管理他们的声誉，因此许多人现在都在寻找情感分析领域。在本文中，我们提出了一个基于特征的句子层次的阿拉伯语情感分析的方法。我们的方法是使用阿拉伯语成语/短语词典作为提高阿拉伯语句子中情感极性检测的关键重要性，以及一些小说和丰富的语言动机特征集（上下文增强器，上下文移位器和否定处理），用于冲突短语的句法特征，提高情感分类准确性。此外，我们介绍了一个自动扩展的广泛覆盖的极性词汇的阿拉伯语情感。该词典以黄金标准情感词为种子构建，人工收集和注释，并使用同义词集聚合技术和免费在线阿拉伯语词典和词库自动扩展和检测新情感词的情感倾向。我们的数据集中于现代标准阿拉伯语（MSA）和埃及方言阿拉伯语推特和微博（酒店预订，产品评论等）。使用我们的资源和技术与SVM分类器的实验结果表明高性能水平，准确率超过95%。
2015-05-12 cs.CL
Automatic Construction of Context-Aware Sentiment Lexicon in the Financial Domain Using Direction-Dependent Words
Seoul National University（首尔国立大学）
金融文件的情感分析越来越受到人们的关注。这类文件最常见的例子包括分析师报告和经济新闻，对这些文件的分析经常被用来捕捉市场情绪的趋势。另一方面，情感分析在金融领域中的重要作用促使人们努力构建金融领域特定的情感词典。情感词典有助于解决各种文本挖掘任务，例如文本数据的无监督分类，同时减轻手动标记所需的繁重人力。构建有效的情感词典的挑战之一是，词的语义取向可能会根据其出现的上下文而改变。例如，“利润”这个词通常传达积极的情绪;然而，当这个词与另一个词“减少”并列时，与短语“利润减少”相关的情绪现在变成了消极的。因此，当人们开始考虑单词周围的上下文时，给定单词的情感可能会发生变化。在本文中，我们解决这个问题时，将上下文从一个给定的语料库建立情感词典。具体来说，我们构建了一个名为Senti-DD的方向依赖词组成的情感词典，它表示每个术语的一对方向词和方向依赖词。实验结果表明，Senti-DD具有较高的分类性能，证明了该方法在金融领域自动构建上下文感知情感词典的有效性。
2021-06-10 cs.CL
A Formal Look at Dependency Grammars and Phrase-Structure Grammars, with Special Consideration of Word-Order Phenomena
词汇在意义语篇理论和其他依赖性语言学理论中的核心作用在基于上下文无关语法的语言学理论中是不可复制的。我们描述树邻接语法（TAG）作为一个系统，自然出现在词汇化的过程中的CFGs。因此，TAG语法可以直接与意义文本模型（MTM）进行比较。我们说明了这一点，通过讨论某些非投射结构的计算复杂性，并提出了一种方法，将局部的词序定义到表面的语法组件MTT。
1994-10-18 cmp-lg cs.CL
Code-Switching for Enhancing NMT with Pre-Specified Translation
Soochow University（苏州大学）；Alibaba DAMO Academy（阿里巴巴达摩院）；Westlake University（西湖大学）
利用用户提供的翻译来约束NMT具有现实意义。现有的方法可以分为两大类，即使用占位符标记的词汇和使用硬约束在解码过程中。由于各种原因，这两种方法都可能损害翻译保真度。我们研究了一种数据增强方法，通过用目标翻译替换源短语来生成代码转换的训练数据。我们的方法不改变MNT模型或解码算法，允许模型通过复制源端目标词来学习词典翻译。大量的实验表明，我们的方法实现了一致的改进，现有的方法，提高了翻译的约束词，而不伤害不受约束的话。
2019-05-16 cs.CL
Unlocking Korean Verbs: A User-Friendly Exploration into the Verb Lexicon
Seoultech（首尔科技大学）；The University of British Columbia（不列颠哥伦比亚大学）；The Chinese University of Hong Kong（香港中文大学）；dot Inc.（42dot公司）；Seoul National University（首尔大学）；National Institute of Korean Language（韩国国立国语院）；KAIST（韩国科学技术院）；Anyang University（安阳大学）
本文介绍了一个用户友好的Web界面和Python库，用于收集整合韩语动词相关信息（如次范畴框架）并简化句法分析与语义角色标注，助力基于Sejong词典数据集的韩语处理应用开发。
2025-04-02 cs.CL
Implementing a Reverse Dictionary, based on word definitions, using a Node-Graph Architecture
Rajarambapu Institute of Technology（拉贾兰巴普理工学院）
在本文中，我们概述了一种方法来建立基于图的反向字典使用词的定义。反向词典将短语作为输入，并输出与该短语语义相似的单词列表。这是一个解决舌尖问题的方法。我们使用一个基于距离的相似性度量，计算图，以评估一个词和输入短语之间的相似性。我们比较我们的方法与Onelook反向字典和基于word2vec的分布式语义方法的性能，并表明我们的方法是比分布式语义方法，以及作为Onelook一样好，在一个3k的词典。这个简单的方法为反向字典设置了一个新的性能基准。
2016-12-17 cs.CL
Discovering Bilingual Lexicons in Polyglot Word Embeddings
Carnegie Mellon University（卡内基梅隆大学）；Onai
双语词典和短语表是现代机器翻译系统的重要资源。虽然最近的研究结果表明，没有任何种子词典或平行数据，高度准确的双语词典可以使用无监督的方法来学习，这种方法依赖于大型，干净的单语语料库的存在。在这项工作中，我们利用一个单一的跳过语法模型训练的多语种语料库产生多语种词嵌入，并提出了一个新的发现，一个令人惊讶的简单的约束最近邻采样技术在这个嵌入空间可以检索双语词典，即使在苛刻的社会媒体数据集主要是写在英语和罗马印地语，并经常表现出代码切换。我们的方法不需要单语语料库，种子词典，或任何其他此类资源。此外，在三个欧洲语言对，我们观察到，多语词嵌入确实学习了丰富的语义表示的单词和大量的双语词典可以检索使用我们的约束最近邻抽样。我们调查潜在的原因和下游应用程序的设置跨越干净的文本和嘈杂的社交媒体数据集，并在资源丰富和资源不足的语言对。
2020-08-31 cs.CL cs.CY cs.LG
A symbolic description of punning riddles and its computer implementation
基于简单双关语的谜语可以根据它们所依赖的单词、音节或短语相似性的模式来分类。我们已经设计了一个形式化的模型的语义和句法的基础上的一些简单类型的双关谜语。我们还实现了这一初步的理论，在一个计算机程序，可以产生谜语的词汇包含有关单词和短语的一般数据，也就是说，词汇的内容是不定制的，以产生笑话。一组人类裁判对该程序结果的非正式评估表明，该程序产生的谜语质量与学校儿童中普遍流传的谜语相当。
1994-06-13 cmp-lg cs.CL
Augmenting semantic lexicons using word embeddings and transfer learning
UC Berkeley（加州大学伯克利分校）；University of Vermont（佛蒙特大学）；The MITRE Corporation（MITRE公司）
感知情感的智能系统对于广泛的应用是必不可少的。这些系统是由语言模型驱动的，语言模型大致分为两种范式：基于词汇的和上下文的。尽管最近的上下文模型越来越占主导地位，但我们仍然看到对基于词典的模型的需求，因为它们的可解释性和易用性。例如，基于词典的模型使研究人员能够轻松确定哪些单词和短语对测量的情绪变化贡献最大。任何基于词典的方法都面临的一个挑战是，词典需要经常用新的单词和短语来扩展。在这里，我们提出了两个模型的自动词典扩展。我们的第一个模型建立了一个基线，采用一个简单而浅层的神经网络，使用非上下文方法用预训练的词嵌入初始化。我们的第二个模型改进了我们的基线，具有基于transformer的深度网络，可以使用单词定义来估计它们的词汇极性。我们的评估表明，这两种模型都能够以与Amazon Mechanical Turk的评论者相似的准确度对新词进行评分，但成本只有后者的一小部分。
2021-11-02 cs.CL cs.LG cs.SI
Bilingual Lexicon Induction through Unsupervised Machine Translation
IXA NLP Group（IXA自然语言处理研究组）；University of the Basque Country (UPV/EHU)（巴斯克大学）
最近的一项研究在双语词典归纳方面取得了很好的成果，即通过对齐两种语言中独立训练的词嵌入，并使用所得到的跨语言嵌入通过最近邻或相关检索方法来归纳词翻译对。在本文中，我们提出了一种替代方法，这个问题的基础上，最近的工作无监督机器翻译。这种方式，而不是直接从跨语言嵌入中诱导双语词典，我们使用它们来构建短语表，将其与语言模型相结合，并使用由此产生的机器翻译系统来生成一个合成的平行语料库，从其中我们使用统计词对齐技术提取双语词典。因此，我们的方法可以与任何词嵌入和跨语言映射技术，它不需要任何额外的资源，除了用于训练嵌入的单语语料库。当在完全相同的跨语言嵌入上进行评估时，我们提出的方法比最近邻平均提高了6个精度点，比CSLS检索平均提高了4个精度点，在标准MUSE数据集中建立了一个新的最先进的技术。
2019-07-24 cs.AI cs.CL cs.LG
Neural Based Statement Classification for Biased Language
L3S Research Center（L3S研究中心）；Leibniz University of Hannover（莱布尼茨汉诺威大学）
有偏见的语言通常发生在具有争议性的话题周围，从而在讨论的不同参与方之间引发分歧。这是因为语言及其使用，特别是短语的理解和使用，在特定群体中的立场是有凝聚力的。然而，这种凝聚力并不存在于群体之间。在协作环境或需要公正语言的环境中（例如维基百科，新闻媒体），声明和其中的语言应该平等地代表相关各方，并且措辞中立。有偏见的语言是通过煽动性的词语或短语，或可能不正确或片面的陈述，从而违反这种共识。在这项工作中，我们专注于措辞偏见的具体情况下，这可能是通过特定的煽动性词语或短语在声明中介绍。为此，我们提出了一种依赖于递归神经网络的方法，以捕获引入偏见的短语中单词之间的相互依赖关系。我们进行了全面的实验评估，在那里我们显示了基于神经的方法在检测有偏见的语言方面优于依赖单词词典和其他手工制作的功能的竞争对手。我们能够以P=0.92的精度区分有偏见的陈述，从而显著优于基线模型，提高了30%以上。最后，我们发布了最大的带有偏见语言注释的声明语料库。
2018-11-14 cs.CL
Good Debt or Bad Debt: Detecting Semantic Orientations in Economic Texts
Aalto University School of Business（阿尔托大学商学院）；Department of Information and Service Economy（信息与服务经济系）；Department of Finance and Accounting（财务与会计系）；Aalto University（阿尔托大学）
使用机器人阅读器分析新闻文本是计算金融领域的一个新兴技术趋势。在最近的研究中，已经投入了大量的精力来开发复杂的财务极性词汇，可以用来调查财务情绪如何与未来的公司业绩。然而，基于来自其他领域的经验，其中通常应用情感分析，众所周知，句子的整体语义取向可能不同于单个词的先前极性。本文的目的是探讨如何通过整合整体短语结构信息和特定领域的语言使用来更好地检测财经新闻中的语义倾向。我们的三个主要贡献是：（1）建立了一个人工标注的金融短语库，可以作为训练和评估替代模型的基准;（2）提出了一种技术，以增强金融词汇的属性，有助于识别影响整体情绪的事件的预期方向;（3）建立了一个线性化的短语结构模型，用于检测财经新闻语篇的语境语义倾向。新增加的词典功能的相关性和使用建议的学习算法的好处证明了在对以前使用的一般情感模型以及流行的词频模型在最近的金融研究中使用的比较研究。所提出的框架是简约的，避免了爆炸的特征空间所造成的使用传统的n-gram功能。
2013-07-23 cs.CL cs.IR q-fin.CP
Latent Phrase Matching for Dysarthric Speech
Apple（苹果公司）
针对消费级语音识别对构音障碍人群识别效果差的问题，提出基于示例查询的个性化短语匹配系统，仅需少量语音训练、语言无关，在内部和公开数据集上均显著优于商用及通用ASR系统。
2023-06-08 cs.AI cs.CL cs.LG
Acquiring Word-Meaning Mappings for Natural Language Interfaces
University of Utah（犹他大学）；University of Texas（德克萨斯大学）
本文重点介绍了一个系统，WOLFIE（WORD学习从解释的例子），获得一个语义词汇从语料库的句子配对的语义表示。所学习的词汇由短语和意义表征组成。WOLFIE是一个集成系统的一部分，该系统学习将句子转换为逻辑数据库查询等表示。实验结果表明，WOLFIE的能力，学习有用的词汇的数据库接口在四个不同的自然语言。WOLFIE学习的词汇的有用性相比，通过类似的系统，与有利的结果WOLFIE收购。第二组实验展示了WOLFIE扩展到更大和更困难的语料库的能力，尽管是人工生成的。在自然语言获取中，很难收集监督学习所需的注释数据;然而，未注释的数据是相当丰富的。主动学习方法尝试仅选择信息量最大的示例进行注释和训练，因此在自然语言应用中可能非常有用。然而，迄今为止，大多数主动学习的结果只考虑了标准分类任务。为了在保持准确性的同时减少注释工作，我们将主动学习应用于语义词典。我们表明，主动学习可以显着减少所需的注释示例的数量，以达到给定的性能水平。
2011-06-22 cs.AI cs.CL
Evolution of the most common English words and phrases over the centuries
University of Maribor（马里博尔大学）
通过确定自16世纪初以来最常见的英语单词和短语，我们获得了书面文本演变的独特大规模视图。我们发现，任何一年中最常见的单词和短语在16世纪的流行寿命都比20世纪短得多。通过测量它们的使用在多年来的传播方式，我们表明，在过去的两个世纪里，这一过程一直受到线性偏好依恋的支配。随着英语词汇的稳步增长，这为齐普夫定律在语言统计中的普遍存在提供了一个经验性的解释，并证实了写作，尽管毫无疑问是一种艺术和技能的表达，也不能免受自组织的影响，自组织被称为调节过程的不同，如结交新朋友和万维网的增长。
2012-12-07 cs.CL cs.DL physics.soc-ph
Language Without Words: A Pointillist Model for Natural Language Processing
Univ. of New Mexico（新墨西哥大学）；Rice Univ.（莱斯大学）；Bowdoin College（鲍登学院）；Univ. of California, Berkeley（加州大学伯克利分校）
本文探讨了两个独立的问题：我们能在没有词典的情况下执行自然语言处理任务吗？而且，我们应该吗？现有的自然语言处理技术或者基于单词作为单位，或者仅使用诸如克的单位用于基本分类任务。一台机器在不使用任何词典的情况下，仅仅基于语法，能在多大程度上推理出语料库中单词和短语的含义？我们提出这个问题的动机是基于我们努力从中国在线社交媒体中找到流行趋势的单词和短语。这种形式的书面汉语使用了如此多的新词，创造性的字符放置，以及写作系统的组合，它被称为“火星语言”。“读者必须经常使用视觉队列，从大声朗读的听觉队列，以及他们对时事的知识和理解来理解一篇文章。对于流行趋势的分析，具体的问题是，当发明新的方式来指代一个词或概念是容易和常见的时候，很难建立一个词典。对于一般的自然语言处理，我们在本文中认为，社交媒体中语言的新用途将挑战机器以单词作为理解基本单位的能力，不仅是中文，而且可能是其他语言。
2012-12-11 cs.CL cs.IR cs.SI
A Pointillism Approach for Natural Language Processing of Social Media
University of New Mexico（新墨西哥大学）；Rice University（莱斯大学）；Harbin Engineering University（哈尔滨工程大学）
中文对以词为单位的自然语言处理提出了挑战，即使对于中文的正式使用，社交媒体也只会使中文的分词变得更加困难。在本文中，我们提出了一个点画法的方法来自然语言处理。点彩画方法的基本单位是字符的三元组，而不是具有单独含义的单词。当这些词以一种随着时间的推移而相互关联的方式出现在一起时，它们就具有了聚合的意义。我们的三种实验结果表明，当词和主题确实有模因的趋势，他们可以重建只有三元组。例如，对于在我们的数据中一天内至少出现99次的4个字符的习语，无约束精度（即，当结果与单词或短语的词典版本一样正确时，允许偏离词典的精度）为0.93。对于从Wiktionary收集的较长单词和短语，包括新词，无约束精度为0.87。我们认为这些结果是非常有前途的，因为它们表明，它是可行的机器重建复杂的成语，短语和新词具有良好的精度没有任何概念的话。因此，在社交媒体中，语言的丰富多彩和巴洛克式的使用在具有挑战性的语言（如中文）中是典型的，实际上可能是机器可以访问的。
2012-06-21 cs.CL cs.IR cs.SI
Text2Node: a Cross-Domain System for Mapping Arbitrary Phrases to a Taxonomy
Knowtions Research Inc.（Knowtions Research公司）
电子健康记录（EHR）系统在整个医疗保健领域得到广泛使用。然而，由于跨系统使用不同的编码标准，EHR系统之间的数据可互换性受到限制。现有的基于人工人类专家映射、字典映射、符号NLP和分类的编码标准映射方法是不可扩展的，并且不能适应大规模的EHR数据集。在这项工作中，我们提出了Text 2Node，一个跨域映射系统，能够将医学短语映射到大型分类法（如SNOMED CT）中的概念。该系统被设计为从有限的训练样本集合进行概括，并将短语映射到未被训练数据覆盖的分类的元素。因此，我们的系统是可扩展的，强大的编码系统之间的措辞变体，并可以输出高度相关的概念时，没有确切的概念存在于目标分类。Text 2Node的操作主要分为三个阶段：首先，将词典映射到词嵌入;其次，使用节点嵌入对分类进行向量化;最后，训练映射函数以连接两个嵌入空间。我们比较了每个训练阶段的多种算法和架构，包括GloVe和FastText词嵌入，CNN和Bi-LSTM映射函数，以及节点嵌入的node 2 vec。我们通过将ICD-9-CM诊断短语映射到SNOMED CT并通过zero-shot训练以相当的准确度确认了Text 2Node的稳健性和泛化特性。该系统是一种新的方法学贡献的规范化和链接短语的分类，推进医疗保健中的数据可重复性的任务。当应用时，该系统可以使用电子健康记录来生成嵌入，该嵌入包含分类医学知识以改进临床预测模型。
2019-04-11 cs.CL cs.LG stat.ML
A Pattern Matching method for finding Noun and Proper Noun Translations from Noisy Parallel Corpora
我们提出了一个模式匹配的方法来编译一个双语词汇的名词和专有名词从不对齐，嘈杂的平行文本的亚洲/印欧语言对。使用一种语言的标记信息。高频词和低频词的词频和位置信息以两种不同的向量形式表示，用于模式匹配。介绍了新的锚点发现和噪声消除技术。精密度为73.1%。我们还展示了如何使用的结果在特定领域的名词短语的编译。
1995-05-06 cmp-lg cs.CL
Identifying missing dictionary entries with frequency-conserving context models
The University of Vermont（佛蒙特大学）
为了更好地理解自然语言文本的意义，我们探索了旨在将词汇对象组织到上下文中的方法。这些用于组织的方法中有许多属于由单词排序定义的一个家族。与人口统计学或空间数据划分不同，这些搭配模型具有特殊的重要性，因为它们具有普遍的适用性。虽然我们在这里对文本感兴趣，并适当地制定了我们的处理方法，但我们的工作可能适用于其他研究领域（例如，语音、基因组学和移动性模式），其中已经对分类数据进行了排序，（例如，声音、基因和位置）。我们的方法侧重于短语（无论是词或更大）作为主要的意义承载词汇单位和研究对象。要做到这一点，我们采用我们以前开发的框架，用于生成字保存短语频率数据。在使用Wiktionary训练我们的模型时，Wiktionary是一个广泛的，在线的，协作的，开源的字典，包含超过100，000个短语定义，我们开发了高效的过滤器来识别有意义的，缺失的短语条目。我们的预测，然后从事维基词典的编辑社区，并提出了简短的名单，潜在的缺失条目的定义，开发一个突破性的，词汇提取技术，并扩大我们的知识定义的英语词汇的短语。
2015-07-29 cs.CL cs.IT math.IT
AdCOFE: Advanced Contextual Feature Extraction in Conversations for emotion classification
Lakehead University（湖首大学）
对话中的情感识别是各种虚拟聊天机器人的重要一步，这些机器人需要基于意见的反馈，如社交媒体线程，在线支持和更多应用程序。当前会话模型中的情感识别面临着以下问题：（a）会话的两个对话之间的上下文信息丢失，（b）未能给予每个话语中的重要标记适当的重要性，以及（c）无法传递来自先前话语的情感信息。通过使用自然语言的知识图谱、情感词典和短语在话语的所有级别（词和位置嵌入）执行唯一的特征提取来解决这些问题。在会话数据集上的情感识别实验表明，AdCOFE有利于捕捉会话中的情感。
2021-04-09 cs.CL cs.LG
Improved Contextual Recognition In Automatic Speech Recognition Systems By Semantic Lattice Rescoring
Purdue University（普渡大学）；Carnegie Mellon University（卡内基梅隆大学）；University of California Los Angeles（加州大学洛杉矶分校）；McGill University（麦吉尔大学）；Stanford University（斯坦福大学）；Amazon AI（亚马逊人工智能）
本文提出结合 HMM-GMM、DNN 与 transformer 的语义词格重评分框架，以增强 ASR 的上下文识别并降低 WER，且在 LibriSpeech 上验证有效。
2024-03-04 cs.AI cs.CL cs.SD
