Code-switching Sentence Generation

by Generative Adversarial Networks and its Application to Data Augmentation



Code-switching (CS) generation


Good SS examples generated by our proposed model

Generation: 這件事情 我們 其實 很 早就 說過 我們 用 底下 一張 figure to explain
Origin: 這件事情 我們 其實 很 早就 說過 我們 用 底下 一張 圖來 說明
    (We actually said this very early, we use a figure below to explain)
Generation: 期末考 會 include 第六 章 就表示 前面的 東西 都會 考
Origin: 期末考 會 包括 第六 章 就表示 前面的 東西 都會 考
    (The final exam will include the sixth chapter, which means that the previous things will be tested.)
Generation: 可是 我 移動 的 process 中 這 一項 會怎樣
Origin: 可是 我 移動 的 過程 中 這 一項 會怎樣
    (But what happens to this one when I am in process)
Generation: 這個 差別 變小 了 嘛 所以 它 不會 差 那麼 快 所以 它 比較 flat
Origin: 這個 差別 變小 了 嘛 所以 它 不會 差 那麼 快 所以 它 比較 平緩
    (This difference is getting smaller. So it won't be so fast. So it's relatively flat)
Generation: 這就是 我們 這邊 講 的 你可以 課本上 有 更多的 example
Origin: 這就是 我們 這邊 講 的 你可以 課本上 有 更多的 例子
    (This is what we are talking about here. You can have more examples in the textbook.)
Generation: 在 二 的時候 有一個 value
Origin: 在 二 的時候 有一個 值
    (When it is two, there is a value)
Generation: 雖然 多數 東西 你 是 熟悉 的 我們 上 次 已經 說過 了 什麼是 signal
Origin: 雖然 多數 東西 你 是 熟悉 的 我們 上 次 已經 說過 了 什麼是 訊號
    (Although most of the things you are familiar with, we have already said what was signal last time)
Generation: 那 其他的 都 很 直接 我 想 你 都 understand 了
Origin: 那 其他的 都 很 直接 我 想 你 都 了解 了
    (Well, others are all simple. I think you understand all)
Generation: 我的 目的 是 要 把 所有的 訊號 都 看成是 vector
Origin: 我的 目的 是 要 把 所有的 訊號 都 看成是 向量
    (My goal is to treat all the signals as vectors)
Generation: 或者說 呢 我們 把 low frequency 變成 高頻 高頻 變成 low frequency
Origin: 或者說 呢 我們 把 低頻 變成 高頻 高頻 變成 低頻
    (Or we transform low frequency into high frequency and high frequency into low frequency)



Good SS examples generated by our proposed (+pos) model

Generation: 那麼 你 說 訊號 可以 是 vector 嗎
Origin: 那麼 你 說 訊號 可以 是 向量 嗎
    (Then you said that the signal can be a vector?)
Generation: 到 學期 end 的時候 你 應該 很 了解 他 是什麼 東西
Origin: 到 學期 末 的時候 你 應該 很 了解 他 是什麼 東西
    (By the end of the semester, you will know very well what he (it) is)
Generation: 好 底下 我們 進入 非常 important 部分 了
Origin: 好 底下 我們 進入 非常 重要的 部分 了
    (Okay, we are entering a very important part)
Generation: 這是 mathematician 的 說法 但是 讓 機器 來 做 是 很難 做的
Origin: 這是 數學家 的 說法 但是 讓 機器 來 做 是 很難 做的
    (This is the mathematician's statement, but it is very difficult to make the machine do it)
Generation: 再 做 一些 數學 可能 not necessarily 了
Origin: 再 做 一些 數學 可能 不見得 了
    (Doing some more math may not be necessarily)
Generation: 這個 其實 應該是 very easy 那麼 只是 也許 你 比較 不 那麼 熟悉 所以 我們 很 快 看一下
Origin: 這個 其實 應該是 很容易的 那麼 只是 也許 你 比較 不 那麼 熟悉 所以 我們 很 快 看一下
    (This is actually very easy, then maybe you are not so familiar, so let’s take a quick look)
Generation: 在 遠 的地方 這個值 很大 所以 denominator 很大
Origin: 在 遠 的地方 這個值 很大 所以 分母 很大
    (in a far place, this value is very large, so the denominator is very big)
Generation: At this time 呢 他 其實 就是 原來的 第五章 所說的
Origin: 這個時候 呢 他 其實 就是 原來的 第五章 所說的
    (At this time, he (it) is actually what the original chapter 5 said)
Generation: 所以 你 這樣 去 是 比較 flat 嘛
Origin: 所以 你 這樣 切過 去 是 比較 平的 嘛
    (So it’s relatively flat to cut it like this)



[top]