Extension du vocabulaire d’un système de transcription avec de nouveaux noms propres en utilisant un corpus diachronique - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2014

Extension du vocabulaire d’un système de transcription avec de nouveaux noms propres en utilisant un corpus diachronique

Irina Illina
Dominique Fohr
Georges Linarès

Résumé

Proper names are usually keys to understand the information contained in a document. Our work focuses on increasing the vocabulary size of a speech transcription system by automatically retrieving proper names from contemporary diachronic text documents. We proposed methods that dynamically augment the automatic speech recognition system vocabulary, using lexical and temporal features. We assume that the same proper names frequently appear in documents relating to the same time period. We studied a method based on Mutual Information and we proposed a new method based on cosine similarity to retrieve new proper names. In this new method, proper name context is represented by vector space model (Bag of Words). We also studied different metrics for proper name selection in order to limit the vocabulary augmentation and therefore the impact on the ASR performances. Recognition results show a significant reduction of the word error rate using augmented vocabulary with retrieved proper names.
Fichier principal
Vignette du fichier
jep2014Fr.pdf (100.33 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01092214 , version 1 (08-12-2014)

Identifiants

  • HAL Id : hal-01092214 , version 1

Citer

Irina Illina, Dominique Fohr, Georges Linarès. Extension du vocabulaire d’un système de transcription avec de nouveaux noms propres en utilisant un corpus diachronique. Journées d'Etude sur la parole, Jun 2014, Le Mans, France. ⟨hal-01092214⟩
273 Consultations
122 Téléchargements

Partager

More