Tunisian Derja

Aslema系统在NADI 2026任务中拔得头筹，使用LLM生成的突尼斯语数据

研究人员开发了一个名为Aslema的系统，用于NADI 2026共享任务，专注于突尼斯Derja语音的意图识别和槽填充。该系统证明了微调大型语言模型（LLMs）的性能远超零样本推理。通过使用LLM生成的合成话语和语音克隆来增强训练数据，Aslema在测试集上的槽填充任务中取得了最高排名，并在意图识别任务中表现强劲。该团队计划发布他们的脚本和合成数据集，以促进该领域的进一步研究。