对命名实体识别 (NER) 任务的研究表明，在具有正确文本格式（例如具有正确标点符号和大小写）的输入文本上达到了人类同等水平的出色结果。但是，这些条件在输入为语音的应用程序中不可用，因为文本是从语音识别系统 (ASR) 生成的，并且系统不考虑文本格式。在本文中，我们 (1) 展示了第一个用于 NER 任务的越南语语音数据集，以及 (2) 第一个为越南语预训练的公共大规模单语语言模型，它实现了越南语的最新技术水平与最新研究相比，NER 任务的绝对 F1 分数提高了 1.3%。最后，(3) 我们为来自语音的 NER 任务提出了一种新的管道，通过将文本大写和标点恢复模型 (CaPu) 引入管道来克服文本格式问题。该模型从 ASR 系统获取输入文本并同时执行两项任务，生成有助于提高 NER 性能的正确文本格式。实验结果表明，CaPu 模型有助于将 F1-score 提高近 4%。



"点击查看英文标题和摘要"