May, 2023

Wolof 语自动拼写检查和校正：案例研究

PDF
TL;DR本文介绍了一种针对 Wolof 语言打造的拼写检查和纠正工具，其利用了 trie 数据结构、动态规划以及加权 Levenshtein 距离的组合，为错误拼写的单词生成建议。研究者通过半自动化方法创建了针对 Wolof 语言的词库和错拼词语料库，展示了该拼写检查工具 98.31％的预测准确率和 93.33％的建议准确率。该工具的性能表现为 Wolof 语言的文本工具和资源的发展作出了贡献，为自动拼写检查和纠正领域的未来研究提供了坚实的基础。
wolof languagespell checkerlinguistic resourcestrie data structurelevenshtein distance
发现论文，激发创造
  • 使用强大的拼写校正器来使塞内加尔沃洛夫语言复兴

    本研究应用深度学习技术解决 Wolof 语言拼写纠错的问题，通过生成合成数据的方式减轻低资源语言没有语料库的限制，同时还探究了不同子词处理方法对模型性能的影响。

    May, 2023

  • 塞内加尔沃洛夫语的低资源机器翻译

    本文介绍了一种基于循环神经网络（RNN）的机器翻译模型，结合次词单元和法语 - 英语语言对培训，提高了 Wolof / 法语对翻译性能。

    May, 2023

  • 使用 LSTM 将法语翻译为塞内加尔本地语言：以沃洛夫语为例

    本文提出了一种针对 Wolof 语的神经机器翻译系统，采用基于 LSTM 的编码器 - 解码器结构，并通过引入双向 LSTM 和注意力机制来进一步扩展。实验结果表明，在非常低的资源条件下，该方法在法语 - Wolof 翻译任务中表现出有前途的翻译效果，最佳模型达到了 47% 的 BLEU 得分。

    Mar, 2020

  • 沃洛夫语对话语音机器人的概念验证

    本文介绍了首个用 Wolof 语建立的自动语音助手的概念验证。该语音机器人是法国 Orange 创新部、Senegal Orange（又名 Sonatel）和位于 Senegal 达喀尔的小型 IT 公司 ADNCorp 之间的合作研究项目的结果。该语音机器人的目的是通过语音交流提供关于 Orange Senegal 的 Sargal 忠诚度计划的信息给 Orange 的客户。该语音机器人通过接收客户的口头请求，并使用语音录音来回复客户的请求是采用最自然的沟通方式。这个概念验证的初步结果令人鼓舞，ASR 任务的错误率为 22％，NLU 任务的 F1 得分为 78％。

    Apr, 2024

  • 为阿姆哈拉语手动标注的拼写错误语料库

    本研究提供一个人工标注的阿姆哈拉语拼写错误语料库，用于拼写错误检测和校正评估，其中涵盖了非单词错误和真实单词错误，并且语料库中包含的上下文信息对于处理这两种拼写错误都非常有用。

    Jun, 2021

  • 面向用户查询的上下文多语言拼写检查器

    该论文介绍了一种多语种的拼写检查器，它可以根据特定产品的需求适应其词汇，并在领域特定的数据集上性能优异，可以用于搜索和为各种应用程序提供自动完成功能。

    May, 2023

  • 基于监督学习的阿拉伯语拼写纠正

    利用 QALB 语料库中提供的经过标注的代表有错误和更正版本的句子，本文的系统使用不同的机器学习模型对四种类型的拼写错误（修改、前添加、拆分和合并）进行修正，最终在 QALB 2014 年 “自动阿拉伯语错误修正” 任务中获得了 6 名中的第六名，F1 得分为 0.6。

    Sep, 2014

  • AraSpell：一种用于阿拉伯语拼写纠正的深度学习方法

    使用不同的 seq2seq 模型架构（如递归神经网络（RNN）和 Transformer）和人工数据生成进行错误注入，本研究介绍了一种用于阿拉伯语拼写纠正的框架 AraSpell，并通过彻底的实验研究提供了所提方法的有效性的经验论据，其与标记数据相比，词错误率（WER）和字符错误率（CER）分别达到了 4.8% 和 1.11%，与标记数据相比，CER 分别为 2.9%，WER 为 10.65%。这些结果都是在一个包含 100K 个句子的测试集上获得的。

    May, 2024

  • 面向非洲语言的大词汇量语音识别：多语言建模和自监督学习

    应用多语言模型和自监督学习方法进行预训练和汇集可用数据来提高语音识别质量，为非洲语言建立大词汇量语音识别系统。

    Aug, 2022

  • 计算机辅助翻译中单词级自动补全的重新思考

    通过研究不同的自动补全模型架构，本文提出了一种新的可衡量的标准，并发现现有的单词级自动补全模型往往无法满足此标准。基于此观察，我们提出了一种有效的方法来提高 WLAC 性能，同时利用较小的模型尺寸。

    Oct, 2023