本論文では、書かれたテキストから音韻的強調を予測する新しい自然言語処理データセットとベンチマークを紹介します。当方の知識によれば、これは音韻的ラベルが付いた最大の公開データセットとなるでしょう。データセットの構築方法と生成されたベンチマークデータセットについて詳細に説明し、特徴量ベースの分類器からニューラルネットワークシステムまで、さまざまなモデルを訓練して離散化された音韻的強調の予測を行いました。結果として、BERTからの事前学習済みコンテキスト化単語表現が、訓練データの10%未満でも他のモデルを上回ることが示されました。最後に、得られた結果に基づいてデータセットについて議論し、今後の研究やテキストからの音韻的強調予測のためのデータセットと手法のさらなる改善計画について指摘します。データセットおよびモデル用コードは公開されています。