यह पेपर मंडारिन-अंग्रेजी कोड-स्विचिंग के लिए स्वचालित भाषण पहचान को सुधारने के लिए एक पुनरावृत्त pseudo-लेबलिंग दृष्टिकोण पेश करता है, जो सीमित प्रशिक्षण डेटा की चुनौती को संबोधित करता है। विधि अलेबल कॉर्पस का लाभ उठाती है pseudo-लेबल उत्पन्न करके द्विचरण द्विभाषी मॉडल प्रशिक्षण के लिए एक आधा-अध्यापित डेटासेट बनाने के लिए।
फ्रेमवर्क तीन चरणों से बना है: बड़े अलेबल डेटा से pseudo-लेबल उत्पन्न करना, अध्यापित कोड-स्विचिंग डेटा पर प्री-प्रशिक्षण के बाद फाइन-ट्यूनिंग, और जटिल परिदृश्यों में सटीकता को बढ़ाने के लिए पुनरावृत्त परिष्करण।
यह दृष्टिकोण कोड-स्विचिंग ASR प्रणालियों में महत्वपूर्ण प्रगति करता है, SEAME के devman उपसमुच्चय पर 6.35% और devsge उपसमुच्चय पर 8.29% की Mix Error Rate में उल्लेखनीय कमी हासिल करता है।