Fortschritte bei der Zeichensetzung und der Vorhersage von Unflüssigkeiten

Mit der Weiterentwicklung der automatischen Spracherkennung (ASR) werden in unserem t glichen Leben immer mehr Anwendungen der nat rlichen Sprachverarbeitung (NLP) eingesetzt, wie z. B. die bersetzung gesprochener Sprache, die automatische Beantwortung von Fragen, die Sprachinformationsabfrage usw. Beim Umgang mit erkannter spontaner Sprache treten mehrere nat rliche Probleme auf. Erstens enth lt erkannte Sprache keine Informationen zu Satzzeichen oder Satzgrenzen. Zweitens enth lt spontane Sprache Unfl ssigkeiten, die keine n tzlichen inhaltlichen Informationen enthalten. Das Fehlen von Satzzeichen und Satzgrenzeninformationen und das Vorhandensein von Unfl ssigkeiten beeintr chtigen die Leistung nachgelagerter NLP-Aufgaben. Ziel dieser Arbeit ist es daher, Algorithmen zu entwickeln oder zu verbessern, um Satzgrenzen automatisch zu erkennen, Satzzeichen hinzuzuf gen und unfl ssige W rter in erkannter Sprache zu identifizieren, um die Leistung nachgelagerter NLP-Aufgaben zu verbessern.