text normalization | BriefGPT

关键词text normalization

搜索结果 - 20

前端文本处理中的多任务学习在 TTS 中的应用
我们提出了一个多任务学习（MTL）模型，用于共同完成文本转语音（TTS）前端中常见的三个任务：文本规范化（TN），词性标注（POS）和同音异义词消歧（HD）。我们的框架利用了树状结构，其中包含一个主干，用于学习共享表示，以及分别的任务特定头
PDF6 months ago
利用正则表达式规范化立陶宛文本
文本归一化是文本到语音合成系统的一个重要组成部分，需要识别并扩展非标准词以及应用适合立陶宛语的符号类别，基于正则表达式创建规则集并通过实验评估准确性，解释错误的原因并提供文本归一化规则发展的建议。
PDF6 months ago
基于 GPT 的文本规范化研究
通过自洽性推理和语言学提示工程，我们发现基于大型语言模型（LLM）的文本规范化能够实现比顶级规范化系统低约 40％的错误率，并据此发现了传统文本规范化任务设计中的关键限制。我们创建了一个新的文本规范化错误分类系统，并应用于 GPT-3.5-
PDF9 months ago
使用情感二进制化和机器学习的标签数字化，在会话对话中进行情感识别
本研究提出了一种标签数字化和情感二值化的方法，结合文本规范化和 7 位数字编码技术构建一个有意义的特征空间，从而以最高的准确性和精确性建立了一个使用随机森林和人工神经网络分类器的层次化情感识别模型。
PDFa year ago
CRYPTEXT：人类书写文本扰动数据库和交互式工具包
本文介绍了一种名为 CRYPTEXT 的交互式系统，它提供了一个包含工具和数据库的数据密集型应用程序，用于提取和归一人类书写文本的文本语言扰动，并提供了一个交互式界面，用于在线监视和分析文本扰动。
PDFa year ago
濒危语言的文本规范化：以利古里亚语为例
本文提出一种有效的 Ligurian 文本标准化方法，利用基于变压器的模型实现了较低的错误率，并在公共数据集上公开发布了 Ligurian 语言的首个单语语料库。
PDF2 years ago
基于规则引导的平面格变换器的端到端中文文本规范化模型
提出了一种中文文本归一化模型，将规则中的专家知识融合到神经网络中，从而提高了性能。同时，公开了一份中文文本归一化的大规模数据集。
PDF2 years ago
有限状态转换器和语言模型的浅层融合用于文本规范化
该研究提出了一种基于加权有限状态转换器和神经语言模型的混合方法，以解决文本归一化的上下文依赖性问题。
PDF2 years ago
ACLProteno：基于少量数据的文本归一化技术，用于快速部署文本转语音系统
使用少于 3% 英文数据的量，我们提出了一种新颖的体系结构来促进多种语言的 TTS 文本归一化系统，将 TN 视为一个序列分类问题，并提出了一种细粒度的分词机制，该机制使系统能够从训练数据本身学习大部分类及其归一化，同时结合最少的预先编码的
PDF3 years ago
COLING利用字符串和语音相似性的神经文本标准化
本研究提出了神经模型，利用单词字符串和音相似性来进行文本规范化。结论表明，将单词字符串的相似性与声音相似性综合考虑，能成功应对缩写、拼写错误和语音替代等问题，并达到了比基础模型更高的 F1 得分。
PDF4 years ago
COLINGhinglishNorm -- 印地语 - 英语编码混合句子语料库用于文本规范化
我们提出了 hinglishNorm - 一组人类注释的印地语 - 英语混合句子的语料库，用于文本规范化任务，并在该语料库上展示了基线规范化结果。
PDF4 years ago
诱导语言无关的多语言表示
本研究提出三种方法以提高跨语言表示的效果，包括将目标语言的向量空间重新对齐到源语言，去除语言特异性的均值和方差，以及通过去除形态和句子重新排序来增加跨语言相似性。研究发现，这些方法联合使用可以降低跨语言转移障碍。
PDF4 years ago
AAAI将序列对序列模型用于社交媒体文本规范化
介绍了一个基于混合词 - 字符注意力编码 - 解码模型的社交媒体文本标准化系统，以预处理噪音文本并适应社交媒体上的 NLP 应用。
PDF5 years ago
EMNLP利用字符和词向量与序列到序列模型进行文本规范化
使用字符级别的注意力和事先训练好的子 / 词级别的嵌入向神经网络提供更多语言学信息，而不需要大量的平行语料库，从而帮助神经网络在标准阿拉伯语语言纠错共享任务数据集上实现最先进的 F1 分数。
PDF6 years ago
通过优化最近邻匹配来改进文本规范化
本文提出了一种基于自动优化的最近邻匹配方法来进行文本规范化的方法，它可用于构建具备实践意义的领域特定规范化词典。
PDF7 years ago
低资源口音方言的机器翻译：规范瑞士德语的策略
设计了一种机器翻译系统，使用字符级神经网络翻译文本，并结合基于短语的统计翻译，实现了对伯尔尼方言的 36% BLEU 得分的翻译。这些资源和规范化技术是通向瑞士德语方言全面机器翻译的第一步。
PDF7 years ago
探索词嵌入技术在无监督文本用户生成内容归一化中的应用
提出了一种基于词的分布式表示（或词嵌入）的独立于语言和领域，完全无监督并可扩展的方法，用于从单词嵌入中学习规范化词典，以修正巴西葡萄牙语产品评论中的拼写错误和互联网俚语，相比当前可用的工具表现更好。
PDF7 years ago
文本标准化的循环神经网络方法：一项挑战
该论文介绍了一个挑战：给定一个大型的文本语音对齐数据集，通过训练递归神经网络 (RNN) 来学习正确的文本归一化函数。论文提供了一个通用文本数据集，其中归一化是使用现有的文本到语音系统的文本归一化组件生成的，并表明简单的 FST 过滤器可以
PDF8 years ago
调整基于短语的机器翻译以标准化社交媒体信息中的医学术语
该研究通过使用机器翻译和词向量表示的技术，将社交媒体短语转化为医疗概念，从而监测社区中的健康情况，并在针对不良药物反应症状的推文集合上获得了高达 55％的性能提升。
PDF9 years ago
ACL克罗地亚文本中的非标准词归一化
本文介绍了文本归一化的方法，包括使用基于规则和查找字典的方法，以及提出用于分类克罗地亚语非标准单词的整个分类法。效果显示，针对克罗地亚语的文本归一化的标记率为 95％，其中 80％的扩展单词以正确的形态呈现。
PDF9 years ago