TAILIEUCHUNG - Báo cáo khoa học: "Reducing the Annotation Effort for Letter-to-Phoneme Conversion"

Letter-to-phoneme (L2P) conversion is the process of producing a correct phoneme sequence for a word, given its letters. It is often desirable to reduce the quantity of training data — and hence human annotation — that is needed to train an L2P classifier for a new language. In this paper, we confront the challenge of building an accurate L2P classifier with a minimal amount of training data by combining several diverse techniques: context ordering, letter clustering, active learning, and phonetic L2P alignment. Experiments on six languages show up to 75% reduction in annotation effort. . | Reducing the Annotation Effort for Letter-to-Phoneme Conversion Kenneth Dwyer and Grzegorz Kondrak Department of Computing Science University of Alberta Edmonton AB Canada T6G 2E8 dwyer kondrak @ Abstract Letter-to-phoneme L2P conversion is the process of producing a correct phoneme sequence for a word given its letters. It is often desirable to reduce the quantity of training data and hence human annotation that is needed to train an L2P classifier for a new language. In this paper we confront the challenge of building an accurate L2P classifier with a minimal amount of training data by combining several diverse techniques context ordering letter clustering active learning and phonetic L2P alignment. Experiments on six languages show up to 75 reduction in annotation effort. 1 Introduction The task of letter-to-phoneme L2P conversion is to produce a correct sequence of phonemes given the letters that comprise a word. An accurate L2P converter is an important component of a text-to-speech system. In general a lookup table does not suffice for L2P conversion since out-of-vocabulary words . proper names are inevitably encountered. This motivates the need for classification techniques that can predict the phonemes for an unseen word. Numerous studies have contributed to the development of increasingly accurate L2P systems Black et al. 1998 Kienappel and Kneser 2001 Bisani and Ney 2002 Demberg etal. 2007 Jiampojamarn et al. 2008 . A common assumption made in these works is that ample amounts of labelled data are available for training a classifier. Yet in practice this is the case for only a small number of languages. In order to train an L2P classifier for a new language we must first annotate words in that language with their correct phoneme sequences. As annotation is expensive we would like to minimize the amount of effort that is required to build an adequate training set. The objective of this work is not necessarily to achieve state-of-the-art .

• Báo cáo khoa học
• Reducing the Annotation Effort
• Letter to Phoneme Conversion
• Kenneth Dwyer and Grzegorz Kondrak
• báo cáo khoa học
• báo cáo ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học