論文の概要: Lenient Evaluation of Japanese Speech Recognition: Modeling Naturally Occurring Spelling Inconsistency

• arxiv url: http://arxiv.org/abs/2306.04530v1
• Date: Wed, 7 Jun 2023 15:39:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-08 13:43:11.995166
• Title: Lenient Evaluation of Japanese Speech Recognition: Modeling Naturally Occurring Spelling Inconsistency
• Title（参考訳）: 日本語音声認識のLenient Evaluation--自然発生スペルの不整合のモデル化
• Authors: Shigeki Karita, Richard Sproat, Haruko Ishikawa
• Abstract要約: 我々は,語彙資源,日本語テキスト処理システム,ニューラルマシン翻訳モデルの組み合わせを用いて,参照転写の可塑性レスペリングの格子を作成する。 提案手法は,単語の有効な代替綴りを選択するシステムにペナルティを課さないため,タスクに応じてCERを2.4%～3.1%削減する。
• 参考スコア（独自算出の注目度）: 8.888638284299736
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Word error rate (WER) and character error rate (CER) are standard metrics in Speech Recognition (ASR), but one problem has always been alternative spellings: If one's system transcribes adviser whereas the ground truth has advisor, this will count as an error even though the two spellings really represent the same word. Japanese is notorious for ``lacking orthography'': most words can be spelled in multiple ways, presenting a problem for accurate ASR evaluation. In this paper we propose a new lenient evaluation metric as a more defensible CER measure for Japanese ASR. We create a lattice of plausible respellings of the reference transcription, using a combination of lexical resources, a Japanese text-processing system, and a neural machine translation model for reconstructing kanji from hiragana or katakana. In a manual evaluation, raters rated 95.4% of the proposed spelling variants as plausible. ASR results show that our method, which does not penalize the system for choosing a valid alternate spelling of a word, affords a 2.4%-3.1% absolute reduction in CER depending on the task.
• Abstract（参考訳）: 単語誤り率 (WER) と文字誤り率 (CER) は、音声認識(ASR)における標準的な指標であるが、一つの問題は、常に代替の綴りである。 日本語は'lacking orthography'で悪名高く、ほとんどの単語は複数の方法で綴られ、asrの正確な評価に問題がある。 本稿では,日本語ASRに対するより防御性の高いCER尺度として,新しい信頼度評価指標を提案する。 我々は、語彙資源、日本語テキスト処理システム、およびヒラガナやカタカナから漢字を再構築するためのニューラルネットワーク翻訳モデルの組み合わせを用いて、参照文字の可読な書き起こしの格子を作成する。 手動による評価では、提案された綴りのバリエーションの95.4%が可算であると評価された。 ASRの結果,単語の有効な代替スペルを選択するシステムにペナルティを課さない手法では,タスクに応じてCERを2.4%～3.1%削減できることがわかった。

関連論文リスト

• JaPOC: Japanese Post-OCR Correction Benchmark using Vouchers [0.0]
  我々は,OCR(Optical Character Recognition)システムにおいて,日本語母音に対する誤り訂正手法の有効性をベンチマーク作成し,評価する。 実験では,提案した誤り訂正アルゴリズムにより,全体の認識精度が大幅に向上した。
  論文  参考訳（メタデータ） (2024-09-30T05:01:49Z)
• A Coin Has Two Sides: A Novel Detector-Corrector Framework for Chinese Spelling Correction [79.52464132360618]
  中国語のSpelling Correction(CSC)は、自然言語処理(NLP)の基本課題である。 本稿では,エラー検出・相関器の枠組みに基づく新しい手法を提案する。 我々の検出器は2つのエラー検出結果を得るように設計されており、それぞれ高精度とリコールが特徴である。
  論文  参考訳（メタデータ） (2024-09-06T09:26:45Z)
• Automatic Real-word Error Correction in Persian Text [0.0]
  本稿では,ペルシャ語テキストにおける高精度かつ効率的な実単語誤り訂正のための最先端手法を提案する。 我々は,誤り検出と訂正の有効性を高めるために,意味解析,特徴選択,高度な分類器を用いる。 本手法は,検出段階で96.6%,補正時に99.1%の精度でF測定を行う。
  論文  参考訳（メタデータ） (2024-07-20T07:50:52Z)
• Error Correction by Paying Attention to Both Acoustic and Confidence References for Automatic Speech Recognition [52.624909026294105]
  本稿では,非自己回帰型音声誤り訂正法を提案する。 信頼モジュールは、N-best ASR仮説の各単語の不確実性を測定する。 提案方式は,ASRモデルと比較して誤差率を21%削減する。
  論文  参考訳（メタデータ） (2024-06-29T17:56:28Z)
• Chinese Spelling Correction as Rephrasing Language Model [63.65217759957206]
  文中のスペル誤りを検知し,訂正することを目的とした中国語スペル補正(CSC)について検討する。 現在の最先端の手法は、CSCをシーケンスタギングタスクと文対上の細いBERTベースのモデルとみなしている。 本稿では,文字から文字へのタグ付けではなく,追加のスロットを埋め込むことで文全体を言い換える言語モデル(ReLM)を提案する。
  論文  参考訳（メタデータ） (2023-08-17T06:04:28Z)
• SpellMapper: A non-autoregressive neural spellchecker for ASR customization with candidate retrieval based on n-gram mappings [76.87664008338317]
  文脈スペル補正モデルは、音声認識を改善するために浅い融合に代わるものである。 ミススペルn-gramマッピングに基づく候補探索のための新しいアルゴリズムを提案する。 Spoken Wikipediaの実験では、ベースラインのASRシステムに比べて21.4%のワードエラー率の改善が見られた。
  論文  参考訳（メタデータ） (2023-06-04T10:00:12Z)
• Unsupervised Language agnostic WER Standardization [4.768240090076601]
  本稿では,スペル正規化とセグメント正規化という2つのモジュールからなる自動WER正規化システムを提案する。 4つの言語にわたる35K発話に対するASRによる実験の結果、平均的なWERの減少率は13.28%となった。
  論文  参考訳（メタデータ） (2023-03-09T05:50:54Z)
• End-to-End Page-Level Assessment of Handwritten Text Recognition [69.55992406968495]
  HTRシステムは、文書のエンドツーエンドのページレベルの書き起こしに直面している。 標準メトリクスは、現れる可能性のある不整合を考慮していない。 本稿では、転写精度とROの良さを別々に検討する2つの評価法を提案する。
  論文  参考訳（メタデータ） (2023-01-14T15:43:07Z)
• Rethink about the Word-level Quality Estimation for Machine Translation from Human Judgement [57.72846454929923]
  ベンチマークデータセットであるemphHJQEを作成し、専門家翻訳者が不適切な翻訳語を直接アノテートする。 本稿では,タグリファインメント戦略と木ベースのアノテーション戦略という2つのタグ補正戦略を提案し,TERベースの人工QEコーパスをemphHJQEに近づける。 その結果,提案したデータセットは人間の判断と一致しており,また,提案したタグ補正戦略の有効性も確認できた。
  論文  参考訳（メタデータ） (2022-09-13T02:37:12Z)
• Is Word Error Rate a good evaluation metric for Speech Recognition in Indic Languages? [0.0]
  自動音声認識(ASR)における誤り率計算のための新しい手法を提案する。 この新しいメートル法は、半分の文字を持ち、同じ文字を異なる形式で書くことができる言語のためのものである。 私たちは、インディ・コンテクストの主要な言語の一つであるヒンディー語で方法論を実装しています。
  論文  参考訳（メタデータ） (2022-03-30T18:32:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。