检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 学位论文

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 文学
- 1 篇 外国语言文学
1 篇 理学
- 1 篇 数学
1 篇 管理学
- 1 篇 管理科学与工程(可...

主题

2 篇 重新排序模型
1 篇 缓存模型
1 篇 最大加权完工时间
1 篇 切分模型
1 篇 时间错位
1 篇 句间门控模型
1 篇 神经机器翻译
1 篇 序列错位

机构

1 篇 郑州大学
1 篇 苏州大学

作者

1 篇 臧西杰
1 篇 邝少辉

语言

2 篇 中文

检索条件"主题词=重新排序模型"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

最小化最大加权完工时间重新排序研究

最小化最大加权完工时间重新排序研究

引用

作者：臧西杰郑州大学

学位级别：硕士

重新排序模型可以描述如下:一组原始工件已经按照某个准则做好最优加工（排序）方案，但是还没有开始加工.此时，另一组新工件突然到达，需要与原始工件一起加工.生产部门需要调整已有的加工方案，使得在原始工件不打乱太多的情形下得... 详细信息

重新排序模型可以描述如下:一组原始工件已经按照某个准则做好最优加工（排序）方案，但是还没有开始加工.此时，另一组新工件突然到达，需要与原始工件一起加工.生产部门需要调整已有的加工方案，使得在原始工件不打乱太多的情形下得到一个合理的排序.本文沿用Hall和Potts(2004)提出来的序列错位(sequencedisruption)和时间错位(timedisruption)的概念来刻画原始排序被打乱的程度.\n 本文研究最大加权完工时间的重新排序问题.问题的目标是:(1)在原始排序错位限制的条件下最小化最大加权完工时间;(2)最小化最大加权完工时间与原始排序的错位的加权和.在第二章的研究中我们假设所有工件在0时刻到达;在第三章的研究中我们假设工件具有不同的到达时间，但与其他参数具有反一致性.本文的主要结果如下:\n 对于Γ∈{Dmax(π*)，Δmax（π*）}，问题1|Γ≤k|maxwjCj可以在多项式时间O(n+nNlognN)内求解.\n 对于Γ∈{Dmax（π*）,Δmax(π*)}，问题1‖maxwjCj+μΓ可以在多项式时间O（nnN）内求解.\n 问题1|ΣΔj(π*)≤k|maxwjCj是强NP-困难的.\n 问题1‖maxwjCj+μΣΔj(π*)是强NP-困难的.\n 对于Γ∈{Dmax(π*)，Δmax(π*)，ΣDj（π*）}，问题1|anti-(rj，wj),pj=p，Γ≤k|maxwjCj可以在多项式时间内求解.\n 对于Γ∈{Dmax（π*）,ΣDj(π*)}，问题1|anti-(rj，wj),pj=p|maxwjCj+μΓ可以在多项式时间内求解.\n 问题1|anti-(rj,wj)，pj=p|maxwjCj+μΔmax（π*）可以在拟多项式时间内求解.\n 问题1|anti-(rj,wj)，ΣΔj(π*)≤k|maxwjCj是强NP-困难的.\n 问题1|anti-(rj,Wj)|maxwjCj+μΣΔj（π*）是强NP-困难的.

关键词：重新排序模型序列错位时间错位最大加权完工时间

来源：评论

学校读者我要写书评

暂无评论

文档级神经机器翻译研究

文档级神经机器翻译研究

引用

作者：邝少辉苏州大学

学位级别：硕士

神经机器翻译(NMT)系统通常利用大量的双语平行语料来进行训练,然后采用逐句的方式单独对每一句话进行翻译。然而,在篇章中,多个句子之间通常有各种连接和依赖关系,进而形成一个意义完整的文档。忽略这样的句子连接和依赖关系,可能使得... 详细信息

神经机器翻译(NMT)系统通常利用大量的双语平行语料来进行训练,然后采用逐句的方式单独对每一句话进行翻译。然而,在篇章中,多个句子之间通常有各种连接和依赖关系,进而形成一个意义完整的文档。忽略这样的句子连接和依赖关系,可能使得句子的翻译模糊或者与邻近句子的翻译不一致,为连贯一致的源文本产生不连贯的目标文本。最近的研究发现,当NMT翻译长句时翻译质量显著下降。而从某个角度来看,复杂的长句相当于短的篇章,所以NMT处理这样的长句时性能下降明显。鉴于NMT存在上述缺陷,本文开展了文档级神经机器翻译模型的研究。本文主要工作包括:(1)汉语的长句子有时翻译为英语的篇章,随着句子长度增加,大多数NMT系统翻译质量呈现下降趋。在本文中我们提出了自动长句分割模型来处理这个问题,分割模型包含两个子模型:切分模型和重新排序模型。使用该方法来检测句子中的最佳分割点序列,将长句分割为多个子句。NMT系统对每个子句进行翻译,然后将翻译后的子句译文直接连接起来,得到最终的译文。在NIST中英翻译任务上,和基准的NMT相比,我们的分割方法在翻译长句方面取得了实质性的提升。(2)NMT系统一次翻译一个句子,忽略了相邻句子间的关系。我们期望使用同一文档中相邻句子的信息来帮助NMT翻译当前语句,因此我们提出了一个句间门控模型。它使用相同的编码器对两个相邻的句子进行编码,并控制从前一个句子到NMT解码器的信息量。通过这种方式,句间门控模型可以捕捉句子之间的关系并使用捕获的信息来帮助文档级别的神经机器翻译。在NIST中英翻译任务中,我们的实验结果表明所提出的句间门控模型实现了翻译质量的显著提升。(3)NMT系统以传统的逐句方式翻译文本,忽略了篇章提供的文档上下文信息,如句子间的联系和依赖关系,文档主题信息等。为了解决这个问题,我们提出了一种基于缓存的文档级神经机器翻译方法。该方法利用缓存模型捕获最近翻译的句子和整个文档中的上下文信息,进而帮助翻译系统翻译文档。特别地,我们探索了两种类型的缓存:一个动态缓存,它存储来自前面句子的最佳翻译假设的单词;一个主题缓存,它维护一组与目标文本语义相关的目标端主题词。在此基础上,我们构建了一个新的基于缓存的神经模型,将缓存模型融入神经机器翻译系统。在NIST中英翻译任务中,提出的缓存模型显著的提升了NMT系统的译文质量以及一致性。

关键词：神经机器翻译切分模型重新排序模型句间门控模型缓存模型

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：