應用不定長度特徵之條件隨機域於口語不流暢語流修正

Disfluency Correction of Spontaneous Speech using Conditional Random Fields with Variable Length Features

針對口語化語音中之不流暢語流（disfluency）現象，本文提出以不定長度特徵之條件隨機域。利用狀態轉移特徵函數、觀測特徵函數以及相對應之參數，針對不流暢語流進行修正。其中觀測特徵函數可整合多種知識來源，包括前後文相關特徵、不流暢相關特徵以及圖樣符合相關特徵。在狀態方面我們使用可變動長度單位，包括詞、字元串集（chunk）以及句子三種不同狀態。在評估上，則使用現代漢語口語對話語料庫（MCDC）做為訓練以及測試語料。其中被修正詞（editing word）錯誤率為17.3%，相對於DF-gram、HMM、最大熵以及N-gram加校正之混合模型的方法分別降低了11.7%、8.7%、8%以及3.9%。在給定中斷點的情況下，被修正詞錯誤率為6.1%。實驗證明所提之模型優於其他方法，並可有效偵測並修正口述語言中之不流暢語流。