基于BiLSTM的低资源老挝语文本正则化任务

摘要：

文本正则化TN是语音合成文本前端分析任务中必不可少的工作,老挝语的文本正则化是将老挝语文本中不可读的词NSW转化为可以口头表达的词SFW.目前文本正则化任务尚未在老挝语中开展,主要面临训练数据难获取、部分不可读词存在歧义的问题.针对以上问题,构建了老挝语文本正则化任务的语料,并将老挝语文本正则化任务当作序列标注任务,使用神经网络结合上下文语境预测存在歧义的不可读的老挝语文本,增加自注意力机制加深序列字符间的关系,探究了不同策略引入预训练语言模型的效果,融合各自注意力机制的BiLSTM模型在测试集上达到67.59%的准确率.

关键词：老挝语、文本正则化、神经网络、自注意力机制

所属期刊栏目：45

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家重点研发计划;国家重点研发计划;国家重点研发计划;云南省高科技人才项目;云南省高科技人才项目;云南省重大科技专项计划;云南省重大科技专项计划;云南省基础研究计划项目;云南省基础研究计划项目

在线出版日期：2023-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1292-1299