亚马逊Alexa新突破：将缩写符号秒转文字，错误率降低81％( 三 )_图1

像这种从“5:00PM”到“five p m”的转化过程被称为文本规范化，反之则为反向文本规范化。

那么这些转化是如何达成的呢？

根据Ming Sun的说法，目前，亚马逊语音助手依赖于数千条日期、电子邮件地址、数字、缩写和其他表达的人工规范化规则。这个方法本还不错，但随着Alexa所涉及的交互范围不断增加，人工编写规则本质上成为一个很容易出错的过程。此外，随着Alexa不断增加对新的语种的应用，重新编写规则将是一项巨大的任务。

在论文中研究人员提出，将书面语言规范化为文本语言，存在以下困难：

1.人们很难获得训练机器学习模型的监督数据；

2.正如上文例子中显示的那样，书面文本具有歧义，在不同的语境转化可能需要不同的规范化方法。

为此，研究人员研究了一种由机器学习驱动的更具可扩展性的技术。有关该研究的论文将在今年的北美计算语言学协会（NAACL）的会议上展示。

二、新算法将错误率降低81%