g2pW：一种用于普通话多音字消歧的条件加权Softmax BERT

多音字消歧是汉语字符到音素（grapheme-to-phoneme, g2p）转换中最关键的任务。以往的研究通过使用预训练语言模型、限制输出以及从词性标注（Part-Of-Speech, POS）中获取额外信息来解决这一问题。受这些策略的启发，我们提出了一种新的方法，称为 g2pW，该方法通过适应性学习的 Softmax 权重来调节 BERT 的输出，以考虑感兴趣的多音字及其词性标注。与以往研究中使用的硬掩码不同，我们的实验表明，为候选音素学习一个软权重函数可以提高性能。此外，我们提出的 g2pW 在使用词性标签作为辅助特征时，并不需要额外的预训练词性标注模型，因为我们同时在统一编码器中训练了词性标注模型。实验结果表明，我们的 g2pW 在公开的 CPP 数据集上优于现有的方法。所有代码、模型权重和用户友好的软件包均已公开发布。