Named Entity Recognition from Kazakh Speech

Bauyrzhan Kairatuly, Мадина Мансурова

2024

Жабық қол жеткізу Метадеректер (CSL-JSON)

DOI 10.1109/ubmk63289.2024.10773546

Деректер сенімділігі 70 орташа

Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

This paper addresses the challenges of Named Entity Recognition (NER) in Kazakh speech, a critical task in Natural Language Processing (NLP). The integration of Automatic Speech Recognition (ASR) and NER technologies is explored to improve recognition accuracy. We evaluate two ASR models, Wav2vec2.0 and Whisper, fine-tuning them on the Kazakh Speech Corpus 2 (KSC2) dataset. Our study demonstrates that fine-tuning pre-trained mod-els can enhance performance, with end-to-end systems outper-forming traditional methods in speech-based NER tasks. The Transformer-based Wav2vec2.0 model showed superior NER accuracy, suggesting its potential for improving NER in low-resource languages like Kazakh.