摘要

本文提出了一种用于自动恢复阿拉伯语元音符号（diacritics）的新方法，该方法采用三阶段流水线架构：第一阶段为基于深度学习的模型，采用包含LSTM与全连接层的多层循环神经网络；第二阶段为基于字符级别的规则校正模块，通过确定性操作防止部分错误；第三阶段为基于词级别的统计校正模块，利用上下文信息与距离信息修复部分元音标注问题。该方法的创新之处在于融合了不同类型的技术手段，并引入基于编辑距离的纠错机制。我们使用了一个大规模公开数据集（Tashkeela）进行系统训练与测试，该数据集包含未经处理的阿拉伯语元音标注文本，在清洗与规范化处理后用于实验。在最新发布的基准测试集上，我们的系统在考虑所有阿拉伯字母的情况下，取得了3.39%的错误率（DER）和9.94%的词错误率（WER）；当忽略每个词末尾字母的元音标注时，性能进一步提升至2.61%的DER与5.83%的WER，显著优于所有对比系统。