非裔美国英语方言密度自动估算

Apr, 2022

Automatic Dialect Density Estimation for African American English

Alexander Johnson, Kevin Everson, Vijay Ravi, Anissa Gladney, Mari Ostendorf...

TL;DR本文利用几种音频和语言分析特征，包括 X-vector 表示法，ComParE 特征以及从 ASR 转录文件中提取的信息等，探究了非标准方言比例的自动预测方法，使用弱监督模型将 X-vector 和韵律特征投影到低维度的任务相关特性中，用 XGBoost 方法预测说话人的方言密度且评估其在此任务中的效用。最后，作者在 CORAAL 数据库的音频片段上展示了其方法相对于地面真实数据的显著相关性，并将其作为一种解释和减少语音技术偏见的工具。

Abstract

In this paper, we explore automatic prediction of dialect density of the african american english (AAE) dialect, where dialect density is defined as the percentage of words in an utterance that contain characteristics of the non-standard dialect. We investigate several acoustic and

african american english dialect density prediction acoustic features language modeling weakly supervised model

发现论文，激发创造

利用音频分类提高非洲裔美国人英语的语音识别

使用少量的长形式非洲裔美国英语（AAE）数据，通过将分类器输出与地理信息相结合，优化洲外识别器，从而减少 AAE 与 MAE 之间的相对词错误率差异 38.5%，而不降低 MAE 的质量。

Sep, 2023

社交媒体中的人口方言差异：非裔美国英语案例研究

本文研究表明，虽然方言语言在社交媒体上越来越普遍，但是开发自然语言处理工具的资源很少。本文以推特上的非裔美国英语为案例研究方言语言的实用性。文章提出了一种基于地理位置信息的远距离语言学习模型来识别 AAEL（African-American English like language），并验证了这种语言遵循已知的非裔美国英语语言现象。此外，文章对现有的语言识别和依赖解析工具在 AAEL 文本上的质量进行了分析，证明它们在处理这样的文本时比白人说话者的文本表现差。作者还提供了一种语言识别的整合分类器，消除了这种差异，并发布了一个包含 AAEL 类似语言的新推文语料库。

Aug, 2016

深度多层次方言语言分析：以非裔美国英语为例的案例研究

本文讨论了自然语言处理中语言歧视和对非标准语言特征的忽略可能导致偏见结果的问题，并介绍了引入人机交互模式以更好地理解非标准语言使用者和强调方言语言包容性的必要性，以便减少身份剥夺感情况下，AAE 本土使用者与 NLP 系统的广泛互动。

Jun, 2022

降低仇恨言论检测中的种族偏见

本文研究针对美国非裔英语的歧视在当前仇恨言论数据集中存在的问题，并提出对抗性训练的方法来降低该歧视，实验结果表明该方法可以显著降低美国非裔英语文本的误判率，而对于仇恨言论分类的表现影响很小。

May, 2020

跨口音语音识别上的快速适应学习

研究了方言对同一语言单词发音的影响，提出了一种基于模型对抗元学习算法的跨方言英语语音识别任务，通过实验表明该方法显著优于联合训练。

Mar, 2020

毒性和情感分析方法对含非洲裔美国英语表达的偏见的综合视角

在线社交网络中，使用非洲裔美国英语表达可能导致对话者被认为更加有害，即使在几乎相同的主题下讲话。

Jan, 2024

非洲裔美国英语形态句法特征消歧：以习惯性 be 为例

本文研究表明自然语言处理系统对非裔美国人说话者存在偏见，尤其是由于在训练数据中缺乏非裔美国英语独特的语言特征，而多数偏见误差是由于此而引起的。为了克服此类偏见，本文提出了一种流程来解决习惯 “be” 造成的偏见，包括使用基于规则的过滤器和数据增强来生成一个平衡的语料库，我们使用这个平衡语料库训练了无偏见的机器学习分类器，以区分习惯 “be” 与其他形式的 “be”，在非裔美国英语转录文本的语料库上取得了 0.65 的 F1 得分。

Apr, 2022

阿拉伯广播语音的自动方言识别

本文研究使用语音识别系统获得的音位、词汇特征以及基于 i - 向量框架的声学特征等不同方法来进行阿拉伯语方言识别的研究，使用多类支持向量机（SVM）综合这些特征，并在阿拉伯语 / 英语语言识别任务中获得 100％的准确率。在本研究中，我们使用这些特征作为二元分类器来对现代标准阿拉伯语（MSA）和方言阿拉伯语进行区分，获得了 100％的准确率，然后进一步报道了使用该方法来区分最广泛使用的阿拉伯语方言中的五种：埃及语，海湾语，黎凡特语，北非语和 MSA，准确率为 52％。本文讨论了方言识别的错误以及在方言阿拉伯语和 MSA 之间进行语言代码切换的上下文中的错误模式。最后我们释放了研究中使用的数据作为方言识别的标准语料库。

Sep, 2015

自动识别非母语英语口音中文论文题目中的文本和语音特征的相关性

本文通过简单音频和 n-gram 特征，达到了近 90% 的准确识别率，无论问题变化多少，音频特征都不受影响，经验证明这种方法可适用于任何语言的口音识别系统的开发和应用。

Apr, 2018

了解自然语言理解中的方言差异

通过创建一个有挑战性的 GLUE 变体（VernAcular Language Understanding Evaluation (VALUE) benchmark），该研究介绍了一组词汇和形态变换规则，构造为 African American Vernacular English（AAVE）的 11 个特征。实验表明这些新的方言特征可能会导致模型性能下降。

Apr, 2022