典型文献
针对长尾问题的二重加权多音字消歧算法
文献摘要：
数据的长尾分布问题是NLP实践领域中的常见问题.以语音合成前端的多音字消歧任务为例,多音字数据的极度不均衡、尾部数据的缺乏,影响着语音合成系统的工业实用效果.该文观察到,汉语多音字的分布在"字符"与"字音"两个维度上都呈长尾特性,因此该文针对性地提出一种二重加权算法(Double Weighted,DW).DW算法可分别与两种长尾算法:MARC,Decouple-cRT结合,进一步提升模型性能.在开源数据和工业数据上,DW算法较基线模型和两种原始算法取得了不同程度的准确率提升,为多维长尾问题提供解决方案与借鉴思路.
文献关键词：
多音字消歧;长尾分布;重加权;解耦特征与分类器
中图分类号：
作者姓名：
高羽;熊一瑾;叶建成
作者机构：
美的集团(上海)有限公司 AI创新中心,上海 201702
文献出处：
引用格式：
[1]高羽;熊一瑾;叶建成-.针对长尾问题的二重加权多音字消歧算法)[J].中文信息学报,2022(11):169-176
A类：
多音字消歧,Decouple,cRT,解耦特征与分类器
B类：
长尾问题,二重,重加权,长尾分布,NLP,实践领域,语音合成,字数,极度,尾部,合成系,字符,字音,加权算法,Double,Weighted,DW,MARC,模型性能,开源数据,工业数据,基线模型,准确率提升
AB值：
0.304991
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
