@进行中{wu-yarowsky-2021发音,title=“关于{W}词典中的发音:多语音节化和重音预测的提取和实验”,author=“Wu、Winston和David Yarowsky“,editor=“拉普、莱因哈德和Sharoff、Serge和Pierre Zweigenbaum“,booktitle=“构建和使用可比语料库(BUCC 2021)第14次研讨会论文集”,月=9月,年=“2021”,address=“在线(虚拟模式)”,publisher=“INCOMA有限公司”,url=“https://aclantology.org/2021.bucc-1.9”,pages=“68--74”,抽象=“我们为五个非英语版本的Wiktionary构建了解析器,该解析器与英语版本的发音相结合,包含超过530万个IPA发音,是同类中最大的发音词典。该数据集是一个独特的可比较的IPA发音语料库,由多个来源注释。我们分析数据集,而不是机器生成发音的存在。我们开发了一种新的可视化方法来量化教学大纲。我们对多语言IPA音节化和重音预测这一新的组合任务进行了实验,发现训练具有复制注意的大规模多语言神经序列-序列模型可以提高高资源和低资源语言的性能,而关于重音预测的多任务训练有助于音节化。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“wu-yarowsky-2021发音”><标题信息>Wiktionary中的发音:多语音节化和重音预测的提取与实验</titleInfo><name type=“personal”>温斯顿<namePart type=“family”>吴</namePart><角色>作者</角色></name><name type=“personal”>大卫雅罗斯基<角色>作者</角色></name><originInfo><发布日期>2021-09</发布日期></originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>第十四届构建和使用可比语料库研讨会(BUCC 2021)会议记录</titleInfo><name type=“personal”>莱因哈德<namePart type=“family”>说唱</namePart><角色>编辑器</角色></name><name type=“personal”>谢尔盖Sharoff<角色>编辑器</角色></name><name type=“personal”>皮埃尔Zweigenbaum公司<角色>编辑器</角色></name><originInfo><publisher>INCOA有限公司</publisher><位置>在线(虚拟模式)</place></originInfo><type-authority=“marcgt”>会议出版物</type></relatedItem><abstract>我们为五个非英语版本的Wiktionary构建了解析器,这些解析器结合了英语版本的发音,包含了530多万个IPA发音,是同类中最大的发音词典。该数据集是一个独特的可比较语料库,语料库中的国际音标发音由多个来源注释而成。我们分析数据集,注意到机器生成发音的存在。我们开发了一种新的可视化方法来量化音节化。我们对多语言IPA音节化和重音预测这一新的组合任务进行了实验,发现训练具有复制注意的大规模多语言神经序列-序列模型可以提高高资源和低资源语言的性能,而关于重音预测的多任务训练有助于音节化</摘要>wu-yarowsky-2021发音<位置><网址>https://aclantology.org/2021.bucc-1.9</url></位置><部分>2021-09年<日期><扩展单元=“page”><开始>68<结束>74</范围></部分></mods></modsCollection>
%0会议记录%关于Wiktionary中的发音:多语音节化和重音预测的提取和实验%温斯顿·A Wu%A Yarowsky,大卫%莱因哈德·拉普%谢尔盖·Y·沙洛夫%Y Zweigenbaum,皮埃尔%第十四届构建和使用可比语料库研讨会论文集(BUCC 2021)%D 2021年%9月8日%I INCOMA有限公司。%C联机(虚拟模式)%F wu-yarowsky-2021发音%X我们为五个非英语版本的Wiktionary构建了解析器,这些解析器结合了英语版本的发音,包含超过530万个IPA发音,是同类中最大的发音词典。该数据集是一个独特的可比较语料库,语料库中的国际音标发音由多个来源注释而成。我们分析数据集,注意到机器生成发音的存在。我们开发了一种新的可视化方法来量化音节化。我们对多语言IPA音节化和重音预测这一新的组合任务进行了实验,发现训练具有复制注意的大规模多语言神经序列-序列模型可以提高高资源和低资源语言的性能,而关于重音预测的多任务训练有助于音节化。%U型https://aclcollectory.org/2021.bucc-1.9%电话68-74
降价(非正式)
【关于Wiktionary中的发音:多语音节化和重音预测的提取和实验】(https://aclantology.org/2021.bucc-1.9)(Wu&Yarowsky,BUCC 2021)
国际计算语言学协会