公开(公告)号：CN115457932B

公开(公告)日：2024-10-29

申请号：CN202211077901.1

申请日：2022-09-05

Applicant: 中国科学院声学研究所

Inventor： 张鹏远 ,  史佩杨 ,  王丽

IPC: G10L13/10 ,  G10L13/04 ,  G10L25/30 ,  G10L25/27

Abstract: 本申请提供了一种韵律边界预测方法及系统，包括：使用标注文本对已有的韵律模型进行训练，得到K个低精度韵律模型；使用K个低精度韵律模型，对无标注文本进行标注，得到K组低精度弱标签；使用HMM增强模型，从K组所述低精度弱标签中，推断增强标签；使用无标注数据集与所述增强标签对基于Bert的韵律边界预测模型进行模型训练，将待预测的无标注数据输入所述基于Bert的韵律边界预测模型，得到对应的预测韵律边界标签。本申请仅利用少量标注数据和大量无标注数据，就可以完成对基于Bert的韵律边界预测模型的高质量训练，减少因数据过少的过拟合问题。

公开(公告)号：CN115457932A

公开(公告)日：2022-12-09

申请号：CN202211077901.1

申请日：2022-09-05

Applicant: 中国科学院声学研究所

Inventor： 张鹏远 ,  史佩杨 ,  王丽

IPC: G10L13/10 ,  G10L13/04 ,  G10L25/30 ,  G10L25/27

Abstract: 本申请提供了一种韵律边界预测方法及系统，包括：使用标注文本对已有的韵律模型进行训练，得到K个低精度韵律模型；使用K个低精度韵律模型，对无标注文本进行标注，得到K组低精度弱标签；使用HMM增强模型，从K组所述低精度弱标签中，推断增强标签；使用无标注数据集与所述增强标签对基于Bert的韵律边界预测模型进行模型训练，将待预测的无标注数据输入所述基于Bert的韵律边界预测模型，得到对应的预测韵律边界标签。本申请仅利用少量标注数据和大量无标注数据，就可以完成对基于Bert的韵律边界预测模型的高质量训练，减少因数据过少的过拟合问题。