Understandably, performance lags be

Understandably, performance lags behind that of text applications. Attempts to improve speech NER have included transcript normalization [2], incorporating speech recognition confidence features [3, 4], or tagging LVCSR word lattices [5].
A difficult unaddressed problem comes from out-of-vocabulary (OOV) terms: words that are missing from the LVCSR vocabulary.Since many OOVs are proper names (66% of the OOVs in our corpus are named entities,) OOV recognition errors are particularly damaging for NER

Kết quả (Việt) 2:

Dễ hiểu, hiệu suất bị tụt hậu mà các ứng dụng văn bản. Nỗ lực để cải thiện giọng nói NER đã bao gồm bảng điểm bình thường [2], kết hợp tính năng nhận dạng giọng nói tự tin [3, 4], hoặc gắn thẻ Lưới từ LVCSR [5].
Một vấn đề chưa được giải quyết khó khăn xuất phát từ out-of-từ vựng (OOV) điều khoản: từ đó là mất tích từ LVCSR vocabulary.Since nhiều OOVs được tên thích hợp (66% OOVs trong corpus của chúng tôi được đặt tên đơn vị,) lỗi nhận OOV là đặc biệt nguy hại cho NER