基于全局词汇信息的中文口语句子标点生成
陈萧; 柯登峰; 徐波
2013-08
会议名称全国人机语音通讯学术会议
会议录名称第十二届全国人机语音通讯学术会议(NCMMSC'2013)论文集
会议日期5-7
会议地点贵州贵阳
其他摘要
Punctuation generation is very important for automatic speech recognition. It greatly improves readability of transcripts and user experience, and facilitates following natural language processing tasks. In this paper, we develop a pure text information based method for punctuation generation for Chinese spoken sentence. The idea is that, first, modeling the relations between global lexical information and punctuation by different segment-level of sentence, then, combining these models using multi-layer perception, final, generating punctuation (period, question mark, exclamation mark). Results indicate that, compared with the baseline, the proposed method results in an 8.9% improvement in un-weighted accuracy and a 4.7% improvement in weighted accuracy. We achieve an un-weighted accuracy of 85.9% and a weighted accuracy of 92.2%. We study the effect on performance of the amount of training data. Results indicate that using larger training data sets consistently improves performance.

关键词标点生成 全局信息 词汇信息 模型融合
文献类型会议论文
条目标识符http://ir.ia.ac.cn/handle/173211/11820
专题数字内容技术与服务研究中心_听觉模型与认知计算
通讯作者徐波
作者单位中国科学院自动化研究所
推荐引用方式
GB/T 7714
陈萧,柯登峰,徐波. 基于全局词汇信息的中文口语句子标点生成[C],2013.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
2013NCMMSC.pdf(188KB)会议论文 开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陈萧]的文章
[柯登峰]的文章
[徐波]的文章
百度学术
百度学术中相似的文章
[陈萧]的文章
[柯登峰]的文章
[徐波]的文章
必应学术
必应学术中相似的文章
[陈萧]的文章
[柯登峰]的文章
[徐波]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 2013NCMMSC.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。