본 논문은 End-to-end 자동 음성 인식 시스템의 도메인 특정 명명된 개체(Named Entity) 전사 오류 문제를 해결하기 위해 음성 음향 특징을 활용한 새로운 명명된 개체 수정(NEC) 방법을 제안합니다. 기존의 phonetic-level edit distance 기반 NEC 모델들은 오류 단어와 정답 간 형태 차이가 클 경우 성능이 저하되는 한계를 가지는데, 본 논문의 방법은 음성 음향 특징을 이용하여 후보 개체를 검색하고, 생성 모델을 통해 ASR 전사본의 개체 오류를 주석하고 정답 개체로 대체함으로써 이러한 한계를 극복합니다. 개방형 및 자체 구축 테스트 세트를 사용한 실험 결과, 제안된 방법이 개체 정확도를 크게 향상시키는 것을 보여주며, 자체 구축 테스트 세트 및 훈련 데이터를 공개할 예정입니다.
