arXiv cs.CL· Lucky Onyekwelu-Udoka, Md Shafiqul Islam·· 11 小时前AI 评分29
研究：ASR 式转写规范化会移除对话行为分类所需的有用语用信号
ASR-Style Transcript Normalization Removes Useful Pragmatic Signal for Dialogue Act Classification
AI 导读
研究评估九种转写条件、六种分类器（含 RoBERTa、BERT、GPT-2）与三个对话语料库，发现重度规范化在全部 15 个神经模型-语料组合上均降低 Macro-F1。
正文 · AI 翻译
摘要：自动语音识别（ASR）流水线通常会对转写文本进行规范化处理，例如删除填充停顿和标点、展开口语形式，这可能丢弃对对话行为分类有用的线索。我们在六种分类器（TF-IDF 逻辑回归、RoBERTa、BERT、ALBERT、GPT-2 和 BiLSTM）和三个对话语料库（Switchboard、ICSI MRDA 和 SLUE-HVB）上评估了九种转写条件，并辅以多种子实验、规范化对照和真实 ASR 评估。在五个随机种子下，重度规范化在原始预处理协议下降低了全部 15 个神经模型-语料库组合的 Macro-F1。使用原始填充词和反馈词词表进行删除，在 MRDA 和 SLUE-HVB 上持续降低性能，但在 Switchboard 上产生混合效果。标点感知的 TF-IDF 实验表明，删除标点使 Switchboard 上的 Macro-F1 降低 0.036，在 MRDA 上降低 0.078，表明原始线性基线的表面不敏感性源于分词。将填充词删除限制为 um、uh 和 erm 后，MRDA 上的性能下降仍然存在，但基本消除了 SLUE-HVB 上的效应，因为原始词表会删除定义类别的反馈表达。这些发现表明，规范化效应取决于预处理定义、特征提取和对话上下文，支持任务相关的而非不加区分的转写规范化。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.22934 [cs.CL] |
| （或 arXiv:2610.22934v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22934 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Md Shafiqul Islam [查看电子邮件]
[v1]
2026年10月16日星期五 04:51:37 UTC（17 KB）
来源：arXiv cs.CL · arxiv.org