arXiv cs.CL· Debasmita Bhattacharya, Siying Ding, Alayna Nguyen, Julia Hirschberg·· 11 小时前AI 评分18
人类与分类模型在语码转换语音中的趋同行为跨语言对比研究
A Cross-lingual Comparison of Human and Classification Model Entrainment Behavior in Code-switched Speech Settings
AI 导读
研究将西班牙语-英语对话中的趋同行为框架扩展至普通话-英语、印地语-英语和西班牙语-英语三组对话，发现词汇层面的趋同可跨语言泛化，而声学韵律与语码转换风格层面的趋同则随语境变化。
正文 · AI 翻译
摘要：会话中的语言趋同（entrainment）在单语和书面语境中已有充分研究，但在口语语码转换（CSW）中仍鲜有探讨。我们对普通话-英语、印地语-英语和西班牙语-英语对话中的趋同现象进行了跨语言分析，复现并扩展了一个已有的西班牙语-英语框架（Bhattacharya 等，2024），将其应用于两个新的语言对，并表明：虽然词汇趋同在不同语言对之间具有普遍性，但声学-韵律和 CSW 风格层面的趋同则表现出语境相关的差异。基于这些发现，我们进一步探究分类模型是否能捕捉这些人类行为模式。通过特征重要性和消融分析，我们发现经典分类器和基于 Transformer 的分类器都能较好地检测趋同，但一致地优先考虑那些对人类趋同行为最不显著的特征。我们的方法引入了一个以人类行为为依据的框架，用于评估多语言风格语境下的模型决策，并指出了开发能够生成自然语码转换语音的对话智能体所面临的挑战。
| 评论： | EMNLP 2026 的 Camera-ready 版本 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2607.25202 [cs.CL] |
| （或 arXiv:2607.25202v2 [cs.CL] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2607.25202 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Debasmita Bhattacharya [查看邮箱]
[v1]
2026年7月28日 星期二 02:16:41 UTC（708 KB）
[v2]
2026年10月23日 星期五 15:18:31 UTC（753 KB）
来源：arXiv cs.CL · arxiv.org