BriefGPT - AI 论文速递 · 2024-12-12T00:00:00Z

Mining Word Boundaries from Speech-Text Parallel Data for Cross-Domain Chinese Word Segmentation

📝

内容提要

本研究针对中文分词中的词边界识别问题，采用语音-文本平行数据和Montreal Forced Aligner工具进行字符级对齐，提出了一种基于概率的过滤策略，实验结果表明该方法有效提升了分词性能。

🏷️

标签

中文分词 分词性能 字符级对齐 概率过滤策略 词边界识别