ГДЗ по русскому языку 4 класс учебник Канакина, Горецкий 2 часть – стр 62

---

• Тип: ГДЗ, Решебник.
• Автор: Канакина В. П., Горецкий В. Г.
• Год: 2019.
• Издательство: Просвещение.

Подготовили готовое домашнее задание к упражнениям на 62 странице по предмету русский язык за 4 класс. Ответы на вопросы к заданиям 130 и 131.

Учебник 2 часть – Страница 62.

Ответы 2022 года.

Номер 130.

Прочитайте. Замените имена существительные в каждом словосочетании личным местоимением в той же падежной форме.

    Беспокоился об отце, одержал победу, увидел с..лют, любовался п..йзаж..м, сделал из м..талла, извинился перед т..варищ..м, спросил у д..рект..ра, подъехал к в..кзалу, доверять уч..нице, мечтать о пут..шес..виях, дружить с к..см..навтом.

• Запишите словосочетания, вставляя пропущенные буквы. Рядом с каждым именем существительным запишите в скобках местоимение, которым можно заменить это имя существительное.

Ответ:

    Беспокоился об отце (о нём), одержал победу (её), увидел салют (его), любовался пейзажем (им), сделал из металла (из него), извинился перед товарищем (перед ним), спросил у директора (у него), подъехал к вокзалу (к нему), доверять ученице (ей), мечтать о путешествиях (о них), дружить с космонавтом (с ним).

• Укажите падеж имен существительных и местоимений.

Ответ:

Беспокоился об отце (о нем) – П. п.
одержал победу (её) — В. п.
увидел салют(его) — В. п.
любовался пейзажем (им) — Т. п.
сделал из металла (из него) — Т. п.
извинился перед товарищем (перед ним) — Т. п.
спросил у директора (у него) — Р. п.
подъехал к вокзалу(к нему) — Д. п.
доверять ученице (ей) — Д. п.

мечтать о путешествиях (о них) — П. п.
дружить с космонавтом (с ним) — Т. п.

Разбор слова как части речи

Победу — сущ., обозначает предмет, отвечает на вопрос «что?». Н. ф. — победа. Нариц., неодуш., ж. р., 1 скл., ед. ч., В. п. В предложении является второстепенным членом.

Номер 131.

Прочитайте.

    1. Чайки могут с..есть столько корма, сколько чайки весят сами. Просто уд..вительно, как чайкам удаётся сохранить изящную фигуру.
    2. Ёжика знают все, все ёжика любят. Знаменит ёжик своими к..лючками и тем, что непременно уб..жит, как бы ёжика ни берегли.
    3. У павлина великолепное оп..рение. А когда павлин распускает свой хвост, пер..я образуют у павлина сказочное кольцо, усеянное пятнами, похож..ми на глаза.

• Каким местоимением можно заменить каждое выделенное имя существительное?

Ответ:

Чайки — они, чайкам — им.
Ежика — его, ежик — он, ежика — его.
Павлин — он, павлина — у него.

• Спишите любую группу предложений, вставляя пропущенные буквы и заменяя выделенные имена существительные местоимениями.

Ответ:

    1. Чайки могут съесть столько корма, сколько они весят сами. Просто удивительно, как им удаётся сохранить изящную фигуру.
    2. Ёжика знают все, все его любят. Знаменит он своими колючками и тем, что непременно убежит, как бы его ни берегли.
    3. У павлина великолепное оперение. А когда он распускает свой хвост, пер

ья образуют у него сказочное кольцо, усеянное пятнами, похожими на глаза.

Фонетический разбор

Кольцо [кал’цо] — 2 слога.
к — [к] — согл., глух. парн., тв. парн.
о — [а] — гласн., безуд.
л — [л’] — согл. , зв. непарн., мягк. парн.
ь — не обозначает звука
ц — [ц] — согл., глух. непарн., тв. непарн.
о — [о] — гласн., ударн.

---

6 б., 5 зв.

Рейтинг

← Выбрать другую страницу ←

Синонимайзер текста онлайн с корректировкой

Синонимайзер текста (уникализатор) — отличный помощник для более быстрого рерайта текста.

Для синонимизации текста введите текст в текстовое поле и нажмите кнопку синонимизировать.

Как синонимайзер работает без потери смысла в тексте?
Синонимайзер разбивает весь текст по словам и предложениям, далее ставит слова в правильную форму, затем подбирает синоним к слову и пробует поставить его в ту форму в котором оно было изначально, тем самым, смысл текста и предложений сохраняется.

Оцените нашу программу ниже, оставляйте комментарии, мы обязательно ответим.

Синонимайзер на английском языке

Несколько слов о нашем инструменте

Синонимайзер разработан с использованием передовых методов, чтобы он мог эффективно помогать пользователям в работе. Вы можете использовать его онлайн с любого устройства, все что вам нужно, это подключение к интернету, чтобы использовать уникализатор текста.

Чем полезен сервис синонимизации текста?

В первую очередь сервис будет полезен тем кто занимается рерайтом, чтобы облегчить свой труд в написании уникального текста. Для блоггера, который должен ежедневно публиковать несколько блогов, им сложно писать уникальный контент, особенно при написании на одни и те же темы. В этом случае можно использовать синонимайзер, чтобы избежать самоплагиата и повысить уникальность текста в блоге. Наш инструмент может автоматически исправлять синонимы, но так же вы можете выбрать наиболее подходящий синоним вручную.

Будет ли 100% уникальный текст?

Поскольку перефразирование текста онлайн это автоматический процесс, существует небольшая вероятность того, что какая-то часть текста станет плагиатом. Чтобы проверить уникальность вашего текста, вы можете использовать инструмент проверки плагиата. Также перед тем, как выложить статью в просторы интернета, не забудьте проверить грамматику вашего контента.

Использования API

Если вы хотите автоматизировать процесс уникализации текста, вы можете использовать наш апи. На странице API описаны методы, если у вас есть вопросы или пожелания можете обратиться к нам по почте [email protected]

Приложение доступно в Google Play

Функция корректировки текста

По умолчанию функция отключена. Чтобы слова отображались с вариантами синонимов включите функцию корректировка текста, синонимы будут подсвечены красным цветом, при клике на слово появится раскрывающийся список из которых вы можете выбрать слово и отредактировать его в нужную форму.

Функция подсветка слов

По умолчанию функция включена. Чтобы легче было понимать какие слова были заменены, синонимы будут подсвечены красным цветом. Если вам нужен чистый текст, отключите все функции.

Функция выбора словарей

По умолчанию выбраны все словари. Чем меньше вы выберите словарь, тем качественнее будет рерайт текста.

Самый быстрый словарь в мире | Vocabulary.com

ПЕРЕЙТИ К СОДЕРЖАНИЮ

0. какофония громкие сбивающие с толку неприятные звуки
1. 45″>

   преобразователь телефонный электроакустический для преобразования электрических сигналов в звуки; держится над ухом или вставляется в него

2. таксофон монетный телефон

3. диафон туманный горн, издающий сигнал, состоящий из двух тонов

4. благозвучие любые приятные и гармоничные звуки

5. метафора фигура речи, которая предполагает небуквальное сходство

6. сифон Трубка, используемая для перемещения жидкости из одного сосуда в другой

7. фальшивый мошеннический; вводящий в заблуждение внешний вид

8. 49″>

   омофон слово, произносимое так же, но с другим значением или написанием

9. фальшивый мошеннический; обманчивая внешность

10. сифонная трубка, идущая от жидкости в сосуде к более низкому уровню вне сосуда, так чтобы атмосферное давление выталкивало жидкость через трубку

11. дафна любой из нескольких декоративных кустарников с блестящими преимущественно вечнозелеными листьями и соцветиями мелких колокольчатых цветов

12. телефонное электронное оборудование, передающее звук на расстояние

13. Дафна (греческая мифология) нимфа, которая превратилась в лавровое дерево, чтобы спастись от влюбчивого Аполлона

14. 7″>

    фон Единица субъективной громкости

15. Тифон, чудовище с сотней голов, изрыгающее пламя

16. ксилофон ударный инструмент с деревянными брусками, на котором играют молоточками

17. тайфун тропический циклон в западной части Тихого или Индийского океанов

18. мегафон конусообразное акустическое устройство для усиления человеческого голоса

19. мобильный телефон портативный мобильный радиотелефон для использования в зоне, разделенной на небольшие секции, каждая из которых имеет собственный передатчик/приемник малого радиуса действия

Фонетические вложения слов | DeepAI

1 Введение

Вложения

Word стали незаменимым элементом любого конвейера обработки естественного языка (NLP). Этот метод преобразует написанные слова в подпространство более высокого измерения, обычно на основе семантики, предоставляя алгоритмам преимущества векторных пространств, такие как сложение и проецирование при работе со словами. В настоящее время они используются для различных задач, таких как системы ответов на вопросы

(Zhou et al., 2015)

, анализ настроений

(Giatsoglou et al., 2017) , распознавание речи (Bengio and Heigold, 2014) и многие другие. Эти пространства вложения обычно изучаются на основе значения слова, как подчеркнуто в основополагающей работе word2vec (Миколов и др., 2013) .

В этой работе мы исследовали параллельную идеологию изучения пространств встраивания слов, основанную на фонетической подписи слов. Эта методология помещает два слова в пространство для встраивания ближе, если они звучат одинаково. Такое вложение находит применение в различных задачах, таких как обнаружение ключевых слов (Sacchi et al. , 2019) и поколение поэзии (Parrish, 2017) . В (Parrish, 2017) автор четко определяет понятие фонетического сходства:

Аллитерация, ассонанс, созвучие и рифма — все это фигуры речи, используемые в художественном письме для создания звуковых паттернов, либо для привлечения внимания, либо для вызова синтетических ассоциаций. Все эти рисунки, по сути, представляют собой приемы введения фонетического сходства в текст, независимо от того, является ли это сходство локальным для одного слова или распределенным по большим участкам текста.

(Пэрриш, 2017) представляет стратегию использования биграмм фонетических признаков для вычисления векторного представления слова. Это объединяет представление о том, что фонемы можно отличить друг от друга с помощью ограниченного набора свойств (Теория отличительных признаков (Chomsky and Halle, 1968) ) и что артикуляция речи не является дискретной, поэтому акустические характеристики зависят от предшествующих фонем. и следующий за ним (Брауман и Гольдштейн, 1992) . Мы основываемся на этих идеях и далее пытаемся включить то, как люди воспринимают речь и акустическое сходство. Эта идеология привела нас к предложению новой метрики фонетического сходства, которая подробно представлена ​​в этой статье.

Вклад этой статьи заключается в следующем: (i) алгоритм сходства между двумя фонемами, основанный на четко определенных фонетических характеристиках; (ii) подход на основе расстояния редактирования Wagner and Fischer (1974) для вычисления акустического сходства между двумя словами; (iii) новый недиагональный штраф за совпадение фонетической последовательности двух слов; (iv) новый коэффициент взвешивания телефона в конце слова, который фиксирует способность людей воспринимать звуковое сходство; и (v) результаты представлены на двух языках: английском и хинди. Результаты для английского языка уверенно превосходят предыдущие лучшие результаты, и это первый случай, когда такие результаты сообщаются для хинди, насколько нам известно.

Остальная часть статьи организована следующим образом: мы представляем обзор литературы в разделе 2, в разделе 3 подробно обсуждается предлагаемый подход, проведенные эксперименты и результаты обсуждаются в разделе 4, и, наконец, работа завершается в разделе 5.

Исходный код предлагаемого метода наряду с экспериментами опубликован в открытом доступе и доступен по адресу https://github.com/rahulsrma26/phonetic-word-embedding

2 Связанная работа

В литературе имеется множество работ, в которых используются методы фонетического подобия для различных последующих задач, таких как изучение языковых сходств, диахроническое языковое изменение, сравнение фонетического сходства с перцептивным сходством и т.д. Это разнообразное использование служит для нас сильной мотивацией для разработки более точного и надежного алгоритма встраивания слов на основе фонетического сходства.

(Bradlow et al., 2010) исследует методы представления языков в пространстве перцептивного сходства на основе их общего фонетического сходства. Он направлен на использование этого фонетического и фонологического сходства любых двух языков для изучения моделей межъязыкового и второго языка восприятия и производства речи. Важно отметить, что их внимание сосредоточено не на словах в языке, а на использовании пространства подобия для изучения отношений между языками. (Мильке, 2012) говорит о количественной оценке фонетического сходства и о том, чем фонологические понятия сходства отличаются от артикуляционного, акустического и перцептивного сходства. Предложенная метрика, основанная на фонетических признаках, сравнивалась с показателями фонологического сходства, рассчитываемыми путем подсчета совпадений пар звуков в одних и тех же фонологически активных классах. В экспериментах, проведенных (Vitz and Winkler, 1973) , небольшие группы носителей американского английского языка L1 попросили оценить фонетическое сходство «стандартного» слова со списком слов сравнения по шкале от 0 (нет сходства) до 4 (очень похоже). Было проведено несколько экспериментов с разными стандартными словами и словами сравнения. Витц и Винклер сравнили полученные оценки с результатами собственной процедуры определения фонетического сходства (называемой «прогнозируемой фонематической дистанцией», сокращенно здесь PPD). (Parrish, 2017) предлагает новый метод использования биграмм фонетических признаков для вычисления векторного представления слова. Было показано, что в некоторых случаях этот метод работает лучше, чем подход (Vitz and Winkler, 1973) PPD. Автор работает с версией 0.7b Словаря произношения CMU Carnegie Mellon Speech Group (2014) , который состоит из 133852

статей, добавляет токен «BEG» к началу и «END» к концу фонетической транскрипции. все слова и вычисляет чередующиеся биграммы признаков для каждого из них. Используя тот факт, что их может быть 949 уникальных перемежающихся биграмм признаков по всему набору данных, автор представляет признаки, извлеченные для всех слов, в виде матрицы размера

133852 (количество слов в словаре) × 949 (количество уникальных признаков). PCA применяется к приведенной выше матрице, чтобы получить 50-мерное вложение для каждого слова в наборе данных, которое мы называем в этой статье PSSVec, сокращенно от вектора подобия поэтического звука. Чтобы зафиксировать сходство слов независимо от порядка фонем, автор дополнительно вычисляет признаки для обратного порядка фонем и добавляет их к исходному признаку слова. Таким образом, недостатком этого подхода является то, что встраивание не зависит от положения фонемы в слове, например, вложение для фонемных последовательностей ‘AY P N OW’ и ‘OW N P AY’ оказалось бы одинаковым, что является нелогичным, поскольку они не звучат похоже. Следовательно, мы постулируем, что положение фонем также играет важную роль в том, чтобы два слова звучали одинаково (и, следовательно, были ближе друг к другу в пространстве вложений), и мы решаем эту проблему в нашем предложенном алгоритме подобия.

Таблица 1: Полное описание свойств английских согласных (* обозначает многократное использование данной фонемы) 90 162

Таблица 2: Полное описание свойств английских гласных (* обозначает многократное использование данной фонемы) 90 162

Таблица 3: Полное описание признаков согласных хинди

Таблица 4: Полное описание функции для гласных хинди

3 Предлагаемый подход

Лингвисты твердо установили, что некоторые фонемы более похожи, чем другие, в зависимости от вариаций артикуляционных позиций, задействованных при их воспроизведении Хомский и Галле (1968) , и эти вариации улавливаются особенностями фонем. По этим признакам фонемы можно разделить на группы. Наш метод предполагает, что каждой фонеме можно сопоставить набор соответствующих фонетических признаков. Для английского языка мы используем сопоставление, предложенное в спецификации для X-SAMPA 9.0093 Kirshenbaum (2001) , адаптированный к схеме транскрипции Arpabet. Сопоставление английских фонем признакам показано в таблицах 2 и 2.

По данным Ethnologue (2014) , после китайского, испанского и английского языков хинди является самым родным языком в мире, на котором говорят почти 260 миллионов человек. Для хинди мы используем отображение, предложенное Malviya et al. (2016) и добавил некоторые из недостающих, используя фонетические особенности IPA Mortensen et al. (2016) . Сопоставление фонем хинди с используемыми нами признаками показано в таблицах 2 и 2.

3.1 Сходство фонем

Фонетическое расстояние (сходство) S между парой фонем Pa и Pb измеряется с использованием набора признаков двух фонем и вычисления сходства Жаккара.

S(Pa,Pb)=|F(Pa)∩F(Pb)||F(Pa)∪F(Pb)|

(1)

Здесь F(P) — множество всех характеристик телефона P. Например, F(R)={apr,alv} (из таблицы 2). Мы можем распространить эту логику и на биграммы. Чтобы вычислить набор функций биграммы (Pa1, Pa2), мы просто возьмем объединение функций для обоих телефонов.

F(Па1,Па2)=F(Па1)∪F(Па2)

(2)

И Сходство S между парами биграмм (Pa1,Pa2) и (Pb1,Pb2), можно рассчитать как:

S((Pa1,Pa2),(Pb1,Pb2))=|F(Pa1,Pa2)∩F(Pb1,Pb2)||F(Pa1,Pa2)∪F(Pb1,Pb2)|

(3)

Гласные в речи обычно длиннее согласных Umeda (1975) Умеда (1977) и далее восприятие сходства сильно зависит от гласных Рафаэль (1972) . По этой причине, если две биграммы оканчиваются на одну и ту же гласную, то они звучат почти одинаково, несмотря на то, что начинаются с разных согласных.

Мы можем взвесить нашу оценку подобия, чтобы отразить эту идею.

Зв((Pa1,Pa2),(Pb1,Pb2))=⎧⎪ ⎪ ⎪⎨⎪ ⎪ ⎪⎩√S((Pa1,Pa2),(Pb1,Pb2)), если Pa2 – гласная и Pa2=Pb2S((Pa1,Pa2),(Pb1,Pb2))2, иначе

(4)

Здесь Sv — взвешенное по гласным подобие для биграмм (Pa1,Pa2) и (Pb1,Pb2).

3.2 Сходство слов

Мы предлагаем новый метод сравнения слов, который учитывает сходство фонем, а также их последовательность. Симметричное расстояние подобия между словом a, заданным в виде последовательности фонем a1,a2,a3…an, и словом b, заданным в виде последовательности фонем b1,b2,b3…bm, равно dnm, определяемому повторением:

d1,1=S(a1,b1)

di,1=di−1,1+S(ai,b1)для 2≤i≤n

d1,j=d1,j−1+S(a1,bj)для 2≤j≤m

ди, j=⎧⎪ ⎪ ⎪ ⎪⎨⎪ ⎪ ⎪ ⎪⎩S(ai,bj)+di−1,j−1, если S(ai,bj)=1S(ai,bj)/p+min{di−1,jdi,j−1, иначе при 2≤i ≤n,2≤j≤m

(5)

Здесь p — недиагональный штраф. Поскольку мы вычисляем баллы для всех возможных путей, это позволяет нам препятствовать тому, чтобы алгоритм использовал запутанные недиагональные пути, которые в противном случае будут набирать лучшие баллы, поскольку они длиннее. Сходство слов WS между словами a и b можно рассчитать как:

WS(a,b)=dn,m/max(n,m)

(6)

Установив недиагональный штраф p≥2, мы можем гарантировать, что сходство слов WS будет находиться в диапазоне 0≤WS≤1.

Кроме того, оценка может быть рассчитана для последовательности биграмм вместо последовательности униграмм с помощью уравнения 3. В случае биграмм мы вставляем две новые лексемы: «BEG» в начале и «END» в конце. конец фонемной последовательности. Для слова a, определенного исходной последовательностью a1,a2,a3…an, последовательность биграмм будет (BEG,a1),(a1,a2),(a2,a3),(a3,a4)…(an −1,an),(an,END). Здесь «BEG» и «END» — это фиктивные телефоны, которые отображаются на отдельные фиктивные фонетические функции «beg» и «end» соответственно.

Мы также можем использовать преимущества концепции веса гласных, которые мы установили в уравнении 4. Единственное изменение, которое необходимо внести в уравнение 3.2, — это использовать Sv вместо S при вычислении симметричного расстояния подобия dn,m. Сходство слов, полученное с помощью этого метода, мы обозначаем в этой статье как WVS (сходство слов, взвешенных по гласным).

3.3 Расчет внедрения

Используя алгоритм, упомянутый в предыдущем разделе, мы можем получить сходство между любыми двумя словами, если у нас есть их фонематическая разбивка. В этом разделе мы расскажем о подходе, использованном для создания пространства для встраивания слов. Вложения слов предлагают множество преимуществ, таких как более быстрое вычисление и независимая обработка, в дополнение к другим преимуществам векторных пространств, таким как сложение, вычитание и проецирование.

Для словаря из k слов мы можем получить матрицу подобия M∈Rk∗k, вычислив сходство слов между всеми парами слов.

Mi,j=WVS(wordi,wordj)

(7)

Поскольку эта матрица сходства M будет симметричной неотрицательной матрицей, можно использовать факторизацию неотрицательной матрицы Yang et al. (2008) или аналогичный метод для получения вложения слова d измерения V∈Rk∗d

. Использование стохастического градиентного спуска (SGD)

Koren et al. (2009) Метод, основанный на , мы можем узнать матрицу вложения V, минимизировав:

||М-В.ВТ||2

(8)

Мы выбираем метод на основе SGD, поскольку матричная факторизация и другие подобные методы становятся неэффективными из-за требований к памяти по мере увеличения количества слов k. Например, чтобы разместить в памяти матрицу сходства M для k слов, потребуется пространство порядка O(k2). Но, используя метод на основе SGD, нам не нужно предварительно вычислять матрицу M, мы можем просто вычислить необходимые значения, используя уравнение 7 на лету.

Рисунок 1: Корреляция предлагаемых методов с Human Survey Рисунок 2: Корреляция существующей работы и нашего метода с Human Survey Рисунок 3: Влияние штрафа на корреляцию Рисунок 4: Корреляция вложений с Human Survey Рисунок 5: Визуализация векторов акустического встраивания выбранных английских слов Рисунок 6: Визуализация векторов акустического встраивания выбранных слов хинди

4 эксперимента и результаты

4.1 Эксперименты

Мы реализовали запомненную версию алгоритма с помощью динамического программирования. Для двух слов a и b с последовательностями фонем a=a1,a2,a3…an и b=b1,b2,b3…bm сложность алгоритма составляет O(n.m). Алгоритм реализован на языке Python и CMU Pronouncing Dictionary 0.7b Carnegie Mellon Speech Group (2014) используется для получения последовательности фонем для данного слова.

Как описано ниже, для сравнения предлагаемого нами подхода с существующей работой мы рассчитали корреляцию между человеческими оценками и оценками, полученными PSSVec, и нашим методом для всех стандартных слов, как указано в (Vitz and Winkler, 1973) .

Сначала мы используем наш алгоритм WS на униграммах, а затем на биграммах. Для биграмм мы использовали 3 варианта: один без недиагонального штрафа (т.е. p=1), один с p=2,5 и один с весами гласных (WVS). Мы сравнили корреляцию между методами и результатами опроса людей Витц и Винклер (1973) . Мы масштабировали результаты опроса людей от 0-4 до 0-1. Как видно на рисунке 1, отдав предпочтение совпадающим элементам, установив p=2,5, мы увеличили количество баллов. Эффект недиагонального штрафа p можно увидеть на рисунке 3. Это также показывает, что присвоение большего веса одинаковым гласным в конце еще больше повысило производительность.

После этого мы сравнили наш метод (биграммы с WVS и p=2,5) с существующей работой. Как видно из рисунка 2, наш метод выполняет существующую работу во всех 4 случаях.

4.2 Расчет пространства для встраивания

Поскольку взвешенный по гласным биграммный метод WVS с недиагональным штрафом p=2,5 дал нам наилучшие результаты, мы используем его для изучения вложений, решая уравнение 8

. Tensorflow v2.1

Абади и др. (2016) использовался для реализации нашего кода матричной факторизации.

Поскольку реализация Python медленная, мы также реализовали наш алгоритм на C++ и использовали его в Tensorflow (для пакетных вычислений на лету), представив его как модуль Python с помощью Cython 9.0093 Сельеботн (2009) . В однопоточном сравнении мы получили среднее ускорение примерно в 300 раз от реализации C++ по сравнению с реализацией Python. Реализация выигрывает от встроенных функций компилятора для подсчета битов Muła et al. (2018) , которые ускоряют вычисление сходства Жаккара. Результаты были получены на процессоре Intel(R) Xeon(R) E5-2690 v4 с тактовой частотой 2,60 ГГц и 440 ГБ ОЗУ, работающем под управлением Ubuntu 18.04. Чтобы сравнить производительность, мы используем время, затраченное на вычисление сходства между данным словом и каждым словом в словаре. Опыты повторяли 5 раз и для исследований брали их среднее значение.

Подобно PSSVec, мы также использовали 50-мерные вложения для справедливого сравнения. Английские эмбеддинги обучены на 133859 словах из словаря CMU 0.7b Carnegie Mellon Speech Group (2014) . На рис. 4 показано сравнение PSSVec и наших вложений.

Для языка хинди мы используем набор данных Kunchukuttan (2020) и тренируемся на 22877 словах.

Мы также можем проводить звуковые аналогии (которые выявляют фонетические отношения между словами) с полученными вложениями слов, используя векторную арифметику, чтобы продемонстрировать эффективность изученного пространства вложений. Предположим, что V(W) представляет изученный вектор вложения для слова W. Если Wa связано с Wb тем же отношением, которым Wc связано с Wd (Wa:Wb::Wc:Wd), учитывая вложение слов Wa,Wb,Wc, мы можем получить Wd как:

Wd=N(V(Wb)−V(Wa)+V(Wc))

(9)

, где функция N(v) возвращает ближайшее слово из вектора v в изученном пространстве вложения. Результаты для некоторых пар задокументированы в следующих таблицах:

Таблица 5: Звуковые аналогии для английского языка Таблица 6: Звуковые аналогии для хинди

Чтобы помочь визуальному пониманию этого пространства вложений, мы выбрали несколько слов из английского и хинди языков и спроецировали их вложения в двумерное пространство, используя t-распределенное стохастическое вложение соседей (Маатен и Хинтон, 2008 г.) . Спроецированные векторы представлены в виде двумерного графика на рисунке 5 для английского языка и на рисунке 6 для хинди. Мы четко отмечаем, что похожие по звучанию слова встречаются в сюжете вместе, тем самым подтверждая нашу гипотезу о том, что предлагаемое нами пространство для встраивания способно уловить фонетическое сходство слов.

4.3 Оценка на основе каламбура

Каламбур — это форма игры слов, которая использует различные возможные значения слова или тот факт, что существуют слова, которые звучат одинаково, но имеют разные значения, для предполагаемого юмористического или риторического эффекта Миллер и др. (2017) . Первая категория, в которой каламбур использует различные возможные значения слова, называется омографическим каламбуром, а вторая категория, опирающаяся на слова со схожим звучанием, называется гетерографическим каламбуром. Ниже приведен пример гетерографического каламбура:

.

Я переименовал свой iPod в «Титаник»,

, поэтому, когда я подключаю его, он говорит:

«Титаник синхронизируется».

Гетерографические каламбуры основаны на схожих по звучанию словах и, таким образом, служат идеальным набором данных для сравнительного анализа алгоритмов акустического встраивания. Для демонстрации эффективности нашего подхода мы использовали 3-ю подзадачу (гетерографическое обнаружение каламбуров) набора данных SemEval-2017 Task 7 9. 0093 Миллер и др. (2017) . Этот тестовый набор содержит 1098 пар слов с гетографическими каламбурами, такими как синхронизация и погружение. После взятия всех пар слов, которые присутствуют в Словаре произношения CMU Carnegie Mellon Speech Group (2014)

, и удаления повторяющихся записей, у нас осталось 778 пар слов. В идеале, для хорошего алгоритма акустического встраивания мы ожидаем, что распределение косинусного сходства этих пар слов будет точным гауссовским со значениями

→ 1.

Чтобы еще больше наглядно подчеркнуть эффективность нашего подхода, для 778 пар слов мы представляем в таблице 7 разницу оценок косинусного сходства, полученных с помощью нашего алгоритма и PSSVec (отсортированных по разнице). Как мы видим, несмотря на то, что слова бормотание и мать относительно похожи по звучанию, PSSVec приписывает отрицательное сходство. Для сравнения, наш метод более надежен, правильно фиксируя акустическое сходство между словами.

Таблица 7: Разница баллов

Рисунок 7

показывает распределение плотности косинусного сходства между тестовыми парами слов для предложенного нами алгоритма и PSSVec. Замечено, что наше распределение очень похоже на гауссово, с меньшей дисперсией и более высоким средним значением по сравнению с вложениями PSSVec.

Рисунок 7: Сравнение распределения подобия косинуса

5 Заключение

В этой работе мы предлагаем метод получения сходства между парой слов с учетом их фонемной последовательности и отображением фонетических признаков для языка. Преодолевая недостаток предыдущих решений, основанных на встраивании, наш алгоритм также можно использовать для сравнения сходства новых слов, поступающих на лету, даже если они не видны в обучающих данных. Кроме того, поскольку встраивания оказались полезными в различных случаях, мы также представляем алгоритм встраивания слов, использующий нашу метрику сходства. Показано, что наши вложения работают лучше, чем результаты, о которых сообщалось ранее в литературе. Мы утверждаем, что наш подход является общим и может быть распространен на любой язык, для которого можно получить последовательности фонем для всех его слов. Чтобы продемонстрировать это, результаты представлены для 2 языков — английского и хинди.

В будущем мы хотим применить наш подход к большему количеству индийских языков, используя тот факт, что в большинстве из них не требуется сложное преобразование графемы в фонему, поскольку большинство индийских языков имеют орфографии с высоким коэффициентом преобразования графемы в фонему. и соответствие фонем графемам. Этот подход становится более ценным для хинди и других индийских языков, поскольку для них делается очень мало работы, а адаптация общей структуры обеспечивает разнообразие и инклюзивность. Мы также хотим воспользоваться этой мерой подобия и создать систему распознавания речи на основе слов, которая может быть полезна для различных задач, таких как ASR с ограниченным словарным запасом, обнаружение ключевых слов и обнаружение пробуждающих слов.

Ссылки

• М. Абади, А. Агарвал, П. Бархам, Э. Бревдо, З. Чен, К. Ситро, Г. С. Коррадо, А. Дэвис, Дж. Дин, М. Девин и др. (2016)

  Tensorflow: крупномасштабное машинное обучение в гетерогенных распределенных системах

  . Препринт arXiv arXiv: 1603.04467. Цитируется по: §4.2.
• С. Бенжио и Г. Хейгольд (2014) Вложения слов для распознавания речи. Цитируется по: §1.
• А. Брэдлоу, К. Клоппер, Р. Смильяник и М. А. Уолтер (2010 г.) Пространство перцептивного фонетического сходства языков: данные пяти групп слушателей, говорящих на родном языке. Речевое общение 52 (11-12), стр. 930–942. Цитируется по: §2.
• К. П. Броуман и Л. Гольдштейн (1992) Артикуляционная фонология: обзор. Фонетика 49 (3–4), стр. 155–180. Цитируется по: §1.
• Речевая группа Карнеги-Меллона (2014) Орфоэпический словарь CMU 0.7b. Внешние ссылки: ссылка Цитируется по: §2, §4.1, §4.2, §4.3.
• Н. Хомский и М. Галле (1968) Звуковая модель английского языка. Цитируется по: §1, §3.
• Этнолог (2014) Самые распространенные языки в мире. Внешние ссылки: ссылка Цитируется по: §3.
• М. Гиатсоглу, М. Г. Возалис, К. Диамантарас, А. Вакали, Г. Саригианнидис и К. К. Чатзисаввас (2017) Анализ настроений с использованием эмоций и встраивания слов. Экспертные системы с приложениями 69, стр. 214–224. Цитируется по: §1.
• Э. Киршенбаум (2001) Представление фонетики IPA в ascii. URL: http://www.kirshenbaum.net/IPA/ascii-ipa.pdf (неопубликовано), Hewlett-Packard Laboratories. Цитируется по: §3.
• Ю. Корен, Р. Белл и К. Волински (2009 г.) Методы матричной факторизации для рекомендательных систем. Компьютер 42 (8), стр. 30–37. Цитируется по: §3.3.
• А. Кунчукуттан (2020) Библиотека IndicNLP. Примечание: https://github.com/anoopkunchukuttan/indic_nlp_library/blob/master/docs/indicnlp.pdf Цитируется по: §4.2.
• Л. в. д. Маатен и Г. Хинтон (2008) Визуализация данных с помощью t-sne. Журнал исследований машинного обучения 9 (ноябрь), стр.  2579–2605. Цитируется по: §4.2.
• С. Мальвия, Р. Мишра и У. С. Тивари (2016 г.) Структурный анализ фонетики хинди и метод извлечения фонетически богатых предложений из очень большого корпуса текстов на хинди. В 2016 году Конференция Восточного отделения Международного комитета по координации и стандартизации речевых баз данных и методов оценки (O-COCOSDA), стр. 188–19.3. Цитируется по: §3.
• Дж. Мильке (2012) Метрика звукового сходства, основанная на фонетике. Lingua 122 (2), стр. 145–163. Цитируется по: §2.
• Т. Миколов, И. Суцкевер, К. Чен, Г. С. Коррадо и Дж. Дин (2013) Распределенные представления слов и фраз и их композиционность. В Достижениях в области нейронных систем обработки информации, стр. 3111–3119. Цитируется по: §1.
• Т. Миллер, К. Ф. Хемпельманн, И. Гуревич (2017) SemEval-2017 задание 7: обнаружение и интерпретация английских каламбуров. В материалах 11-го Международного семинара по семантической оценке (SemEval-2017), стр.  58–68. Цитируется по: §4.3, §4.3.
• Д. Р. Мортенсен, П. Литтелл, А. Бхарадвадж, К. Гоял, К. Дайер и Л. Левин (2016) Panphon: ресурс для сопоставления сегментов ipa с векторами артикуляционных признаков. В материалах COLING 2016, 26-й Международной конференции по компьютерной лингвистике: технические документы, стр. 3475–3484. Цитируется по: §3.
• В. Мула, Н. Курц и Д. Лемир (2018) Более быстрый подсчет населения с использованием инструкций avx2. Компьютерный журнал 61 (1), стр. 111–120. Цитируется по: §4.2.
• А. Пэрриш (2017) Векторы подобия поэтического звука с использованием фонетических признаков. В

  Тринадцатая конференция по искусственному интеллекту и интерактивным цифровым развлечениям

  , Цитируется по: §1, §2.
• LJ Рафаэль (1972) Продолжительность предшествующей гласной как сигнал к восприятию звуковой характеристики согласных в конце слова в американском английском. Журнал Акустического общества Америки 51 (4B), стр. 1296–1303. Цитируется по: §3.1.
• Н. Сакки, А. Нанчен, М. Джагги и М. Чернак (2019 г.) Обнаружение ключевых слов с открытым словарем с встраиванием аудио и текста. В ИНТЕРСПИЧ 2019-Международная конференция IEEE по акустике, обработке речи и сигналов, Цитируется по: §1.
• Д. С. Сельеботн (2009) Быстрые численные вычисления с cython. В материалах 8-й конференции Python в науке, Том. 37. Цитируется по: §4.2.
• Н. Умеда (1975) Длительность гласных в американском английском. Журнал Акустического общества Америки 58 (2), стр. 434–445. Цитируется по: §3.1.
• Н. Умеда (1977) Длительность согласных в американском английском. Журнал Акустического общества Америки 61 (3), стр. 846–858. Цитируется по: §3.1.
• ПК Витц и Б. С. Винклер (1973) Предсказание предполагаемого «похожести звучания» английских слов. Журнал вербального обучения и вербального поведения 12 (4), стр. 373–388. Цитируется по: §2, §4.1, §4.1.
• Р. А. Вагнер и М. Дж. Фишер (1974) Задача исправления строки в строку.