長期文脈を考慮したPointer-Generator Networkに基づく話し言葉·書き言葉変換

摘要

本稿では，談話や会話などの連続した複数のテキストから構成される文章を扱うことに適した，話し言葉テキストを書き言葉テキストに変換する技術について提案する．本技術は，音声認識結果である話し言葉テキストを書き言葉テキストに変換することで，可読性を向上させることを目的としている．従来技術との大きな違いは，対象の話し言葉テキストの情報だけでなく，過去のすべての書き言葉テキストの情報まで加味して，対象の書き言葉テキストを推測する点にある．また，我々は話し言葉テキストと直前の過去の書き言葉テキスト，両方からの単語のコピーを可能とした長期文脈型コピー機構についても提案する．従来技術との比較実験において，本技術が話し言葉·書き言葉変換における性能を改善し，出力結果のテキストのうち，誤った単語に置き換えた数を削減できることを示す．