End-to-End Open Vocabulary Keyword Search With Multilingual Neural Representations

Konvenční systémy pro vyhledávání klíčových slov pracují na výstupech automatického rozpoznávání řeči (ASR), což způsobuje, že mají složité indexování a vyhledávání. To vedlo k zájmu o přístupy bez ASR za účelem zjednodušení postupu vyhledávání. Nedávno jsme navrhli neurální model vyhledávání klíčových slov bez ASR, který dosahuje konkurenceschopného výkonu při zachování efektivního a zjednodušeného potrubí, kde jsou dotazy a dokumenty kódovány dvojicí opakujících se kodérů neuronové sítě a kódování jsou kombinována s tečkovým produktem. V tomto článku tuto práci rozšiřujeme o vícejazyčné předtrénování a podrobnou analýzu modelu. Naše experimenty ukazují, že navrhované vícejazyčné školení výrazně zlepšuje výkon modelu a že navzdory tomu, že neodpovídá silnému konvenčnímu systému vyhledávání klíčových slov na bázi ASR pro krátké dotazy a dotazy obsahující slova ve slovní zásobě, navrhovaný model překonává systém založený na ASR pro dlouhé dotazy. a dotazy, které se neobjevují v trénovacích datech.