Filled-pause modeling for medical transcriptions
Filled-pause modeling for medical transcriptions
复制标题
医学转录的填充暂停建模
DOI：
--
复制
发表时间：
2003
期刊：
影响因子：
--
通讯作者：
Jan R. Peters
中科院分区：
文献类型：
--
作者：
Helmuth Schramm;X. Aubert;Christopher Meyer;Jan R. Peters
我们介绍了我们最近在填充停顿（FP）建模的高度自发的医疗转录任务的进展。我们的研究证实，FP建模是一个重要的选择自发的语音应用程序，这必须明确地解决在声学，词汇和语言建模。我们提供了一个数据驱动的词汇模型的框架FP声学可变性方面的音位实现和持续时间。通过使用适当加权FP发音变量的可变长度和应用特定的声学模型FP的百分之五，我们实现了8%的相对减少单词错误率。我们还测试了在语言模型中处理FP和将FP集成到解码器中的不同方法。通过概率预测FP并将其从语言模型历史中删除，在困惑度和单词错误率方面都取得了最好的结果。这种方法减少了4%的困惑，并进一步提高了单词的准确性。
We presentour recentprogressin filled pause(FP) modelingfor a highly spontaneous medicaltranscriptiontask.Our studiesconfirm thatFPmodelingis animportanttopicfor spontaneouspeech applications,which mustbeexplicitly addressedin acoustic,lexical, andlanguagemodeling. We provide a framework for datadriven lexical modelingof FPacousticvariability with respectto phonemicrealizationandduration.By usinganumberof properly weightedFPpronunciationvariantsof variablelengthsandapplying specificacousticmodelsfor FP, we achieved an 8% relative reductionof theworderrorrate. Wealsotesteddifferentapproaches for handlingFPin thelanguagemodelandintegratingFPinto thedecoder . Bestresultswith respecto bothperplexity andword errorratehave beenachieved by predictingFP probabilisticallyand removing it from the languagemodelhistory. This approachreducestheperplexity by 4% andprovidesa furthergainin word accuracy.