Кіріспе

Компьютерлік тіл өңдеу метрикасы Word қателік деңгейі (WER) - сөйлеуді тану немесе машиналық аударма жүйесінің тиімділігінің жалпы метрикасы. Орындауды өлшеудің жалпы қиындығы танылған сөз тізбегінің сілтеме сөз тізбегінен (сұралғанда дұрыс) басқа ұзындығы болуы мүмкін деген сөз тізбегінде жатыр. WER Левенштейн қашықтығынан алынған, фонема деңгейінің орнына сөз деңгейінде жұмыс істейді. WER әртүрлі жүйелерді салыстыру үшін, сондай-ақ бір жүйедегі жақсартуларды бағалау үшін құнды құрал болып табылады. Алайда, бұл өлшеулер аударма қателерінің сипаты туралы толық мәлімет бермейді, сондықтан қателердің негізгі көздерін анықтау және зерттеу жұмыстарына назар аудару үшін қосымша жұмыс қажет. Бұл мәселе алдымен динамикалық тізбектік сәйкестендіруді қолдана отырып, танылған сөз тізбегін сілтеме (сөйлеу) сөз тізбегімен сәйкестендіру арқылы шешіледі. Бұл мәселені зерттеу қуат заңы деп аталатын теория арқылы қарастырылады, ол мазасыздық пен сөз қателігі арасындағы байланысты айтады. Сөз қателік деңгейін былайша есептеуге болады: мұнда S - алмастырулар саны, D - өшірулер саны, I - енгізулер саны, C - дұрыс сөздер саны, N - сілтемедегі сөздер саны (N = S + D + C). 'Өшіру' және 'қосу' артындағы интуиция - сілтемеден гипотезаға қалай жету керек. Егер "Бұл - Wikipedia" деген сілтеме мен "Бұл - Wikipedia" деген болжам болса, оны өшіру деп атаймыз. Сөйлеуді тану жүйесінің өнімділігін есептегенде, кейде сөздің дәлдігі (WAcc) қолданылады: N - сілтемедегі сөздердің саны болғандықтан, сөздің қателігі 1.0-ден жоғары болуы мүмкін, сондықтан сөздің дәлдігі 0,0-ден төмен болуы мүмкін.

Тәжірибелер

Әдетте, сөз қателігінің төмендеуі жоғары сөз қателігімен салыстырғанда, сөйлеуді танудың жоғары дәлдігін көрсетеді деп есептеледі. Алайда, кем дегенде бір зерттеу бұл пікірдің дұрыс емес екенін көрсетті. Microsoft Research эксперименті бойынша, егер адамдар "түсінікті түсіну үшін оңтайландыру мақсатына сәйкес келетін" (Wang, Acero and Chelba, 2003) бойынша оқытылса, олар сөз қателіктерінің төмен деңгейін көрсеткен басқа адамдарға қарағанда тілді түсінуде жоғары дәлдік көрсете алады, сөйлеу тілін дұрыс түсіну тек жоғары сөз танудың дәлдігіне ғана сүйенбейді.

Басқа өлшемдер

Алайда, жоғарыда айтылған сияқты жалпы формуланы қолданудың бір мәселесі - әртүрлі қателердің сәтті нәтижеге әсер етуі мүмкін әсері ескерілмейді, мысалы, кейбір қателер басқаларына қарағанда бұзылуы мүмкін, ал кейбіреулерін басқаларына қарағанда оңай түзетуге болады. Бұл факторлар сыналатын синтаксиске тән болуы мүмкін. Тағы бір мәселе, тіпті ең жақсы сәйкестендіруде де формула алмастыру қатесін біріктірілген өшіру және енгізу қатесінен ажырата алмайды. Хант (1990) өнімділік дәлдігінің салмақталған өлшемін қолдануды ұсынды, онда ауыстыру қателері бірлікте, ал өшіру мен енгізу қателері тек 0,5 салмақталады, сондықтан: Хант формуласы бір жүйенің өнімділігін бағалау үшін дұрыс қолданылуы мүмкін бе, деген сұраққа қатысты кейбір пікірталастар бар, өйткені ол әділ бәсекелесетін үміткер жүйелерді салыстыру құралы ретінде әзірленді. Тағы бір күрделілік берілген синтаксис қателерді түзетуге мүмкіндік бере ме және егер ол болса, бұл процесс пайдаланушы үшін қаншалықты оңай. Осылайша, өнімділік өлшемдерін өлшенетін нақты жүйеге сәйкес әзірлеу керек деген аргументке белгілі бір негіз бар. Қандай өлшем қолданылғанына қарамастан, жүйенің жұмысын бағалаудағы негізгі теориялық мәселе - сөздің "жағымсыз айтылуы" туралы шешім қабылдау, яғни қате пайдаланушыда немесе танушыда. Бұл белгілі бір тілді ана тілі ретінде меңгермегендерге немесе айтарлықтай аймақтық акценті барларға арналған жүйеде әсіресе маңызды болуы мүмкін. Өлшеу процесінде сөздерді айту жылдамдығы да, емделушілердің тынығуға немесе тыныс алуға деген қажеттілігі сияқты, емделушілер арасында өзгермеліліктің көзі болып табылады. Мұндай факторлардың барлығын белгілі бір деңгейде бақылау қажет болуы мүмкін. Мәтіндік диктант үшін 95% -дан төмен жылдамдықтағы орындаудың дәлдігі қабылданбайды деп жалпыға бірдей келісіледі, бірақ бұл да синтаксис және / немесе доменге байланысты болуы мүмкін, мысалы, пайдаланушыларға тапсырманы орындау үшін уақыт қысымы бар ма, оны орындаудың баламалы әдістері бар ма және т.б. "Бір сөздің қателік деңгейі" термині кейде жүйелік сөздікте әр түрлі сөзді дұрыс тануы мүмкін емес пайыз ретінде аталады.

Қашықтықты өзгерту

Сөз қателік деңгейін ұзындығы нормаланған түзету аралығы деп те атауға болады. X және Y арасындағы нормаланған өңдеу қашықтығы, d ((X, Y)) W ((P)) / L (P) ең төменгі мөлшері ретінде анықталады, мұнда P - X және Y арасындағы өңдеу жолы, W (P)) - P-дің элементарлық өңдеу операцияларының салмақтарының қосындысы, ал L ((P) - бұл операциялардың саны (P ұзындығы).

Басқа дереккөздер

МакКоуэн және басқалар. 2005: Сөйлеуді тануды бағалау үшін ақпараттарды қайтару шараларын қолдану туралы Хант, М. Дж., 1990: Байланысты сөз танушыларды бағалаудың құндылықтары (Сөйлеу хабарламасы, 9, 1990, 239 336 б.) Ауызекі тілде мәтіндік түйіндемелердегі сөз қателерінің санын азайту