Czym jest Custom Vocabulary i kiedy jej potrzebuję?

Imiona i nazwiska współpracowników, nazwy produktów, akronimy, żargon medyczny i prawniczy – te słowa są dla standardowego modelu językowego albo nieznane, albo zapisane z błędną pisownią. Model sięga wtedy po fonetycznie podobne domysły. „Müller-Lüdenscheidt\" staje się „Mueller Loot Mitt\", „pembrolizumab\" staje się „Pemberlitsu Map\".

Custom Vocabulary (czasem: „hot words\", „word boosting\", „słownik wymowy\") rozwiązuje ten problem. Przed transkrypcją przesyłasz listę słów istotnych w Twoim kontekście. Model nadaje tym słowom większą wagę podczas rozpoznawania.

Kiedy jej potrzebujesz - Pracujesz w dziedzinie ze specjalistycznym słownictwem (medycyna, prawo, farmacja, IT, przemysł). - Transkrybujesz wywiady z powracającymi osobami (klienci, partnerzy badawczy). - Twoja firma ma nazwy produktów, których nie ma w ogólnym leksykonie. - Pracujesz z markami lub firmami o nietypowej pisowni.

Kiedy jej nie potrzebujesz - Ogólne rozmowy bez słownictwa branżowego. - Krótkie fragmenty z popularnymi słowami.

Jak zbudować dobrą listę 1. Zbierz 20-50 terminów na domenę – powyżej tego model „uczy się\" za dużo i zaczyna popełniać inne błędy. 2. Zapisz je w ostatecznej pisowni (poprawne znaki diakrytyczne, łączniki, wielkie litery). 3. Przy bardzo rzadkich słowach podaj wskazówkę fonetyczną, jeśli dostawca to obsługuje (np. „GDPR | DSGVO\"). 4. Aktualizuj listę, gdy regularnie pojawiają się nowe terminy.

W DeepScript Na etapie przesyłania możesz wybrać zapisaną Vocabulary albo wkleić listę inline rozdzieloną przecinkami. Przez API: użyj `vocabularyId` (zapisana lista) lub `vocabulary` (tablica inline) w żądaniu POST /v1/transcriptions. Klientom istniejącym opłaca się raz utworzyć centralny glosariusz w interfejsie i używać go we wszystkich kolejnych zadaniach.

Realny efekt W naszych wewnętrznych testach dobrze dopracowana Custom Vocabulary podnosi rozpoznawanie terminów dziedzinowych z około 30% do około 95%. W transkrypcji medycznej jest to często czynnik decydujący między bezużytecznym a gotowym do produkcji.