论文名字:Polyphone Disambiguation for Mandarin Chinese Using Conditional Neural Network with Multi-level Embedding Features
时间:Interspeech 2019
单位:昆山杜克大学
基本思路:多音字的读音可以通过上下文确定,文中想引入不同级别的上下文即word-level embedding和sentence-level embedding实现多音字消歧。
表现最好的模型结构:一层Bi-LSTM,512个units,接3层fc,节点数分别是512,1024,285(表示多音字所有的发音)
数据集:标贝的多音字数据集,150个常见的多音字,285个发音,共151585条句子,其中training set 40794条,evaluation set 10791条。
输入:多个level的输入,包括句子,将句子切割成的含有多音字的段(使用jieba工具)以及当前多音字。
输出:该多音字的发音。
效果:多个level的embedding输入对多音词消歧的性能有提升。(对比的baseline是Shan ChangHao 2016年那篇Bi-LSTM)