LipSpell
一种语言无关的音素拼写纠错框架,基于IPA区别特征构建音素距离矩阵,结合键盘几何与语料频率进行加权评分,通过两阶段索引加速候选检索,支持跨语言迁移。
时间轴 (近 90 天)
LipSpell 使用一个语言无关的音素评分引擎,配上可替换的语言前端,将拼写纠错从拼写层拉到发音层。
LipSpell 的音素距离矩阵基于 IPA 区别特征预先计算得到,两个音素在特征空间越接近,替换代价越低。
LipSpell 的统一评分函数组合了音素相似度、键盘几何距离和语料 unigram 频率先验三个组件。
LipSpell 使用两阶段对称删除加七类音素编码索引来加速候选召回,先粗筛再精排。
在六个英语基准上,LipSpell 全面超过 Norvig 和 Hunspell。
在 Norvig1 基准上,LipSpell 取得 78.52% 的准确率,而 Aspell 为 75.56%。
在 Holbrook 基准上,LipSpell 取得 32.00% 的准确率,而 Aspell 为 26.67%。
固定权重直接迁移到巴西葡萄牙语时,LipSpell 在 500 条维基百科样本上取得 73.00% Top-1(不容忍 NFD),容忍 NFD 后为 75.80%。
在调优条件下,LipSpell 相对 Norvig 的提升在葡萄牙语(86.97% 对 76.75%)、土耳其语(81.67% 对 79.05%)、希伯来辅音文字(74.59% 对 62.30%)、法语(74.53% 对 67.92%)上比较明显;英语(80.37%)和俄语(85.67%)保持固定权重最优。
LipSpell 在六种语言上做了评估,覆盖日耳曼、罗曼、斯拉夫、闪米特、突厥五个语系分支,横跨印欧、亚非、突厥三个语系和三种文字系统。
还有 1 条时间轴事件
全部知识事实 (11)
LipSpell 使用一个语言无关的音素评分引擎,配上可替换的语言前端,将拼写纠错从拼写层拉到发音层。
50%待验证LipSpell 的音素距离矩阵基于 IPA 区别特征预先计算得到,两个音素在特征空间越接近,替换代价越低。
50%待验证LipSpell 的统一评分函数组合了音素相似度、键盘几何距离和语料 unigram 频率先验三个组件。
50%待验证LipSpell 使用两阶段对称删除加七类音素编码索引来加速候选召回,先粗筛再精排。
50%待验证在六个英语基准上,LipSpell 全面超过 Norvig 和 Hunspell。
50%待验证在 Norvig1 基准上,LipSpell 取得 78.52% 的准确率,而 Aspell 为 75.56%。
50%待验证在 Holbrook 基准上,LipSpell 取得 32.00% 的准确率,而 Aspell 为 26.67%。
50%待验证固定权重直接迁移到巴西葡萄牙语时,LipSpell 在 500 条维基百科样本上取得 73.00% Top-1(不容忍 NFD),容忍 NFD 后为 75.80%。
50%待验证在调优条件下,LipSpell 相对 Norvig 的提升在葡萄牙语(86.97% 对 76.75%)、土耳其语(81.67% 对 79.05%)、希伯来辅音文字(74.59% 对 62.30%)、法语(74.53% 对 67.92%)上比较明显;英语(80.37%)和俄语(85.67%)保持固定权重最优。
50%待验证LipSpell 在六种语言上做了评估,覆盖日耳曼、罗曼、斯拉夫、闪米特、突厥五个语系分支,横跨印欧、亚非、突厥三个语系和三种文字系统。
50%待验证音素前端对低资源语言的 G2P 质量依赖,是 LipSpell 向更多语言扩展时绕不开的约束。
50%