تقدم هذه الورقة نهجًا للتسمية الزائفة التكراري لتحسين التعرف التلقائي على الكلام (ASR) للتبديل بين الماندارين والإنجليزية، مما يعالج تحدي بيانات التدريب المحدودة. تستفيد الطريقة من المجموعات غير الموسومة عن طريق توليد تسميات زائفة لإنشاء مجموعة بيانات شبه خاضعة للإشراف لتدريب النموذج ثنائي اللغة على مرحلتين.
يتكون الإطار من ثلاث مراحل: توليد التسميات الزائفة من البيانات الضخمة غير الموسومة، والتدريب المسبق يليه ضبط دقيق على البيانات الخاضعة للإشراف للتبديل بين اللغتين، والتحسينات التكرارية لتعزيز الدقة في السيناريوهات المعقدة.
تقدم هذه الطريقة تقدمًا كبيرًا في أنظمة ASR للتبديل بين اللغتين، محققةً انخفاضات ملحوظة في معدل الخطأ المخلوط (Mix Error Rate) بنسبة 6.35% على مجموعة devman الفرعية من SEAME و8.29% على مجموعة devsge الفرعية.