[논문 리뷰] Grapheme-to-Phoneme Conversion using Multiple Unbounded Overlapping Chunks

François Yvon|ArXiv.org|1996. 08. 14.

Speech Recognition and Synthesis인용 수 51

한 줄 요약

이 논문은 디디나와 누스바움의 유사성 기반 접근 방식을 확장하여, 여러 개의 무한정으로 겹치는 청각-음소 조각을 사용하는 개선된 문자음소 변환(G2P) 모델을 제안한다. 겹치는 조각을 允허하고, 구조 기준을 통해 분석 결과를 순위 매김함으로써, 원래 모델 대비 성능을 크게 향상시켜, 새로운 단어에 대해 더 높은 정확도를 달성하면서도 계산 효율성을 유지한다.

ABSTRACT

We present in this paper an original extension of two data-driven algorithms for the transcription of a sequence of graphemes into the corresponding sequence of phonemes. In particular, our approach generalizes the algorithm originally proposed by Dedina and Nusbaum (D&N) (1991), which had originally been promoted as a model of the human ability to pronounce unknown words by analogy to familiar lexical items. We will show that DN's algorithm performs comparatively poorly when evaluated on a realistic test set, and that our extension allows us to improve substantially the performance of the analogy-based model. We will also suggest that both algorithms can be reformulated in a much more general framework, which allows us to anticipate other useful extensions. However, considering the inability to define in these models important notions like lexical neighborhood, we conclude that both approaches fail to offer a proper model of the analogical processes involved in reading aloud.

연구 동기 및 목표

• 규칙 기반 및 분류 기반 G2P 시스템의 한계, 특히 비규칙 단어와 새로운 언어에 대한 한계를 해결하기 위해.
• 디디나와 누스바움의 유사성 기반 G2P 모델을 확장하기 위해, 문자 수준의 분류가 아니라 어휘 조각에 의존하는 방식을 사용하기 위해.
• 유사성 기반 모델의 미리 보지 않은 단어, 특히 가짜 단어에 대한 일반화 성능을 향상시키기 위해.
• 조각 기반 모델이 인간의 읽기 외적 과정을 타당한 인지 모델로 활용할 수 있는지 탐색하기 위해.
• 조각 기반 모델이 어휘 이웃 관계와 유사성 기반 추론을 제대로 모델링하지 못하는 이유를 규명하기 위해.

제안 방법

• 기존 단어에서 유도된 여러 개의 무한정으로 겹치는 조각을 기반으로 번역을 수행하는 새로운 알고리즘인 SMPA를 제안한다.
• 개별 문자가 아니라 문자-음소 조각 쌍의 집합으로 어휘를 간주한다.
• 다중 겹침 조각 조합 중 최적의 분석을 평가하고 선택하기 위해 구조적 순위 기준(식 1)을 적용한다.
• 다중 해석을 해결할 수 있도록, 조각 기반 정규 문법 프레임워크를 활용하여 번역 과정을 모델링한다.
• 각 문자에 대한 규칙 학습이 아니라 기존 어휘 조각의 재조합에 중점을 두는 비분류 기반 접근 방식을 구현한다.
• 이 모델이 음소-문자 변환 및 음절 강세 할당과 같은 관련 작업으로 확장될 수 있음을 제안한다.

실험 결과

연구 질문

• RQ1 겹치는 조각을 사용하는 유사성 기반 G2P 모델이 실제 테스트 세트에서 원래의 디디나와 누스바움 알고리즘을 능가할 수 있는가?
• RQ2 조각 기반 모델이 얼마나 인간과 유사한 가짜 단어 발음 능력을 재현할 수 있는가?
• RQ3 높은 정확도에도 불구하고, 왜 조각 기반 모델은 어휘 이웃 관계나 유사성 기반 추론을 제대로 모델링하지 못하는가?
• RQ4 구조적 순위 매김을 일반화된 프레임워크 내에서 형식화할 수 있으며, 확률적 확장이 가능한가?
• RQ5 더 풍부한 어휘 표현(예: 품사 태그)을 조각 기반 모델에 통합하여 성능을 향상시킬 수 있는가?

주요 결과

• 원래의 디디나와 누스바움 알고리즘이 실제 테스트 세트에서 성능이 열악하며, 일반화 능력이 기대에 못 미친다.
• 제안된 SMPA 알고리즘이 원래 모델 대비 성능을 크게 향상시켜, 새로운 단어에 대해 더 높은 정확도를 달성한다.
• SMPA는 비분류 기반, 조각 기반 접근 방식이 G2P 변환에 매우 효과적일 수 있음을 보여준다.
• 인간과 유사한 가짜 단어 발음 능력은 높지만, SMPA 또는 원래 모델은 어휘 이웃 관계나 유사성 기반 추론을 제대로 모델링하지 못한다.
• 이 프레임워크는 음소-문자 변환 및 음절 강세 할당과 같은 다른 작업으로 일반화될 수 있다.
• 모델이 조각 재조합에 의존함에 따라, '유사한 어휘 항목'이나 '어휘 이웃 관계'와 같은 핵심 인지 개념을 정의하지 못한다.