计算机科学 > 计算与语言
[提交于 2023年6月3日
]
标题: 声学词嵌入用于未转录目标语言的持续预训练和学习池化
标题: Acoustic Word Embeddings for Untranscribed Target Languages with Continued Pretraining and Learned Pooling
摘要: 声学词嵌入通常是通过使用类似单词的单元对来训练池化函数创建的。 对于无监督系统,这些是通过k最近邻(KNN)搜索挖掘出来的,这很慢。 最近,建议使用预训练的自监督英语模型的均值池化表示作为有前途的替代方法,但它们在目标语言上的表现并未完全具有竞争力。 在此,我们探索了这两种方法的改进:我们使用持续预训练将自监督模型适应到目标语言,并使用多语言音素识别器(MPR)来挖掘音素n-gram对以训练池化函数。 在四种语言上进行评估,我们证明这两种方法在单词区分上都优于一种近期的方法。 此外,MPR方法比KNN快几个数量级,并且数据效率很高。 我们还展示了在持续预训练表示之上进行学习池化带来了一点改进。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.