67、语音识别标点补全及两层语义实体检测方法解析

语音识别标点补全及两层语义实体检测方法解析

1. 语音识别标点补全

在语音识别（ASR）中，标点符号的补全是提升文本可读性的重要环节。相关实验围绕逗号和句号的检测与补全展开，以下是一些关键指标的计算公式：
- 召回率（REC）：$REC = \frac{TP}{TP + FN}$
- 检测率（DR）：$DR = \frac{TPfs + TPcom + CF}{TPfs + FNfs + TPcom + FNcom}$
- 误报率（FA）：$FA = \frac{FPfs + FPcom}{TPfs + FNfs + TPcom + FNcom}$

实验结果表明，逗号补全的精度超过 80%，但召回率较低，大约只能标记 50%的位置。基于韵律的句号检测精度很高（超过 85%），但召回率约为 25%。
| 方案 | 句号 - 准确率 [%] | 句号 - 精度 [%] | 句号 - 召回率 [%] | 逗号 - 准确率 [%] | 逗号 - 精度 [%] | 逗号 - 召回率 [%] | 检测率 [%] | 误报率 [%] |
| — | — | — | — | — | — | — | — | — |
| fs_pros | 23.32 | 86.85 | 24.18 | 43.78 | 83.12 | 48.06 | 40.90 | 7.03 |
| fs_turns | 29.65 | 81.42 | 31.81 | 44.90 | 83.18 | 49.40 | 44.94 | 8.74 |
| fs_full | 48.53 | 61.02 | 70.35 | 50.86 | 83.18 | 56.70 | 74.4