用于文本规范化的加权有限状态转导器与语言模型浅层融合

基于摘要分析。本文研究文本规范化（Text Normalization，TN）中的上下文歧义问题，提出结合加权有限状态转导器（WFST）与神经语言模型的混合方法：先由非确定性 WFST 生成规范化候选，再由语言模型选择最合适的输出，以兼顾规则约束与上下文判断。 核心机制是将候选生成与候选选择分离。摘要指出，生产中的 WFST 系统主要依赖规则，难以处理规范化形式随上下文变化的输入；神经 TN 系统能够利用上下文，但可能产生不可恢复错误，并依赖难以收集的带标注规范化数据。本文借鉴自动语音识别中的 shallow fusion 思路，由 WFST 限定候选空间，由语言模型消解候选间的上下文歧义。作者将防止不可恢复错误归因于 WFST，但其适用范围、候选覆盖条件和具体融合评分方式尚未验证；摘要也不足以确认该方法是否完全不需要 TN 标注数据。 作者报告，在英语文本规范化评估中，该方法取得与现有最先进 TN 模型相当或更好的结果，并易于扩展。摘要未提供数据集、数据划分、对照模型、指标或具体数值，因此不能据此判断优势幅度，也不能推断其多语言效果。实验协议、消融及统计信息尚未验证，代码与复现条件亦尚未确认。 论文的主要研究对象是语言处理中的文本规范化，而非神经信号建模或状态空间模型。现有材料未建立该机制与 EEG/BCI 任务的具体对应关系，因此不据此提出 BCI 迁移效果或复现实验建议。