检索结果-内蒙古大学图书馆

计算机工程 2021年第12期47卷 112-117页

作者：陈玺杨雅婷董瑞中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

针对训练汉维机器翻译模型时汉语-维吾尔语平行语料数据稀疏的问题,将汉语预训练语言BERT模型嵌入到汉维神经机器翻译模型中,以提高汉维机器翻译质量。对比不同汉语BERT预训练模型编码信息的嵌入效果,讨论BERT不同隐藏层编码信息对汉维... 详细信息

针对训练汉维机器翻译模型时汉语-维吾尔语平行语料数据稀疏的问题,将汉语预训练语言BERT模型嵌入到汉维神经机器翻译模型中,以提高汉维机器翻译质量。对比不同汉语BERT预训练模型编码信息的嵌入效果,讨论BERT不同隐藏层编码信息对汉维神经机器翻译效果的影响,并提出一种两段式微调BERT策略,通过对比实验总结出将BERT模型应用在汉维神经机器翻译中的最佳方法。在汉维公开数据集上的实验结果显示,通过该方法可使机器双语互译评估值(BLEU)提升1.64,有效提高汉维机器翻译系统的性能。

关键词：汉维翻译神经机器翻译预训练语言模型 BERT模型两段式微调策略

来源：评论

学校读者我要写书评

暂无评论

面向汉维机器翻译的调序表重构模型

引用

计算机应用 2018年第5期38卷 1283-1288页

作者：潘一荣李晓杨雅婷米成刚董瑞中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

针对词汇化调序模型在机器翻译中存在的上下文无关性及稀疏性问题,提出了基于语义内容进行调序方向及概率预测的调序表重构模型。首先,使用连续分布式表示方法获取调序规则的特征向量;然后,通过循环神经网络(RNN)对于向量化表示的调序... 详细信息

针对词汇化调序模型在机器翻译中存在的上下文无关性及稀疏性问题,提出了基于语义内容进行调序方向及概率预测的调序表重构模型。首先,使用连续分布式表示方法获取调序规则的特征向量;然后,通过循环神经网络(RNN)对于向量化表示的调序规则进行调序方向及概率预测;最后,过滤并重构调序表,赋予原始调序规则更加合理的调序概率分布值,提高调序模型中调序信息的准确度,同时降低调序表规模,提高后续解码速率。实验结果表明,将调序表重构模型应用至汉维机器翻译任务中,BLEU值可以获得0.39的提升。

关键词：汉维机器翻译调序表重构模型词汇化调序语义内容连续分布式表示循环神经网络

来源：评论

学校读者我要写书评

暂无评论

基于集成修剪的维汉神经机器翻译系统

引用

制造业自动化 2023年第2期45卷 69-73,110页

作者：冯笑杨雅婷董瑞马博中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

针对平行语料匮乏导致的维汉神经机器翻译性能不佳的问题,利用集成学习思想提升维汉神经机器翻译质量,提出基于可重访问的深度优先遍历集成修剪算法,缓解传统集成学习翻译速度慢、模型存储开销大以及集成模型数量越多性能反而下降等问题... 详细信息

针对平行语料匮乏导致的维汉神经机器翻译性能不佳的问题,利用集成学习思想提升维汉神经机器翻译质量,提出基于可重访问的深度优先遍历集成修剪算法,缓解传统集成学习翻译速度慢、模型存储开销大以及集成模型数量越多性能反而下降等问题,并提出应该将集成修剪具体地划分为高准确率优先和低冗余度优先两种需求,让集成修剪更具有目的性。在CWMT2015维汉平行语料上的实验证明:在高准确率优先需求上通过基于可重访问的深度优先遍历集成修剪算法得到的维汉神经机器翻译系统BLEU相对于基线系统提升了2.14;在低准确率优先需求上,在保证修剪后的集成系统BLEU值不低于未修剪的前提下,翻译速度是其2.1倍。

关键词：神经机器翻译集成学习集成修剪差异性翻译速度

来源：评论

学校读者我要写书评

暂无评论

维吾尔语复杂形态对汉维机器翻译的影响研究

引用

计算机工程 2020年第2期46卷 309-314页

作者：穆妮热·穆合塔尔李晓杨雅婷中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

维吾尔语形态较为复杂,构形词缀在维吾尔语中占有重要地位,其语法与汉语有较大差别。针对维吾尔语的形态特点,分析汉语端到维吾尔语端在统计机器翻译中维吾尔语词缀的作用,搭建基于短语的汉维统计机器翻译系统,对词级粒度、词干级粒度... 详细信息

维吾尔语形态较为复杂,构形词缀在维吾尔语中占有重要地位,其语法与汉语有较大差别。针对维吾尔语的形态特点,分析汉语端到维吾尔语端在统计机器翻译中维吾尔语词缀的作用,搭建基于短语的汉维统计机器翻译系统,对词级粒度、词干级粒度、最大词干级粒度、词干-词缀级粒度、词干-词尾级粒度的汉维平行语料库进行对比实验,研究不同粒度的维吾尔语对汉维机器翻译中的词语对齐质量和语言模型质量的影响。实验结果表明,在上述5种粒度的维吾尔语语料中,基于词干的维吾尔语和基于词干-词尾的维吾尔语目标端语料的翻译质量明显提高。

关键词：维吾尔语形态构形词缀词缀粒度统计机器翻译翻译质量

来源：评论

学校读者我要写书评

暂无评论

关键属性组的相似重复记录检测方法研究

引用

科学技术与工程 2017年第19期17卷 65-71页

作者：宋国兴周喜马博赵凡中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

对相似重复记录的检测是数据预处理中的关键环节。针对海量数据相似重复记录检测过程中,记录属性维度过高导致的查准率和时间效率较低的问题,提出了基于统一互信息的关键属性组查找算法,通过过滤噪声属性,降低属性维度。最后,在真实数... 详细信息

对相似重复记录的检测是数据预处理中的关键环节。针对海量数据相似重复记录检测过程中,记录属性维度过高导致的查准率和时间效率较低的问题,提出了基于统一互信息的关键属性组查找算法,通过过滤噪声属性,降低属性维度。最后,在真实数据集上通过对该算法和基于原始数据所有属性的相似重复记录检测算法在准确率和效率方面的比较,验证了所提出算法的有效性。

关键词：统一互信息关键属性组降低维度相似重复记录噪声属性

来源：评论

学校读者我要写书评

暂无评论

一种针对维汉的跨语言远程监督方法

引用

计算机工程 2023年第2期49卷 271-278页

作者：杨振宇王磊马博杨雅婷董瑞艾孜麦提·艾瓦尼尔王震中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

远程监督是关系抽取领域重要的语料扩充技术,可以在少量已标注语料的基础上快速生成伪标注语料。但是传统的远程监督方法主要应用于单语种文本,维吾尔语等低资源语言并不能使用这类方法得到伪标注语料。针对上述问题,提出一种针对维汉... 详细信息

远程监督是关系抽取领域重要的语料扩充技术,可以在少量已标注语料的基础上快速生成伪标注语料。但是传统的远程监督方法主要应用于单语种文本,维吾尔语等低资源语言并不能使用这类方法得到伪标注语料。针对上述问题,提出一种针对维汉的跨语言远程监督方法,在无语料的情况下利用现有的汉语语料进行维语语料的自动扩充。将远程监督视为文本语义相似度计算问题而不是简单的文本查找,从实体语义和句子语义2个层面判断维语和汉语句子对是否包含同一关系,若为同一关系则将已有的汉语标注转移到维语句子上,实现维语语料从零开始的自动扩充。此外,为有效捕获实体的上下文和隐藏语义信息,提出一种带有门控机制的交互式匹配方法,通过门控单元控制编码层、注意力层之间的信息传递。人工标记3500条维语句子和600条汉语句子用于模拟远程监督过程并验证模型的性能。实验结果表明,该方法F1值达到73.05%,并且成功构造了包含97949条维语句子的关系抽取伪标注数据集。

关键词：关系抽取语义相似度语义编码远程监督跨语言

来源：评论

学校读者我要写书评

暂无评论

基于预训练模型和图卷积网络的中文短文本实体链接

引用

中文信息学报 2022年第12期36卷 104-114页

作者：郭世伟马博马玉鹏杨雅婷中国科学院新疆理化技术研究所新疆乌鲁木齐830011 中国科学院大学北京100049 新疆理化技术研究所新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

短文本实体链接由于缺乏主题信息,只能依靠局部短文本信息和知识库。现有方法主要通过计算局部短文本和候选实体之间的相似度完成候选实体集的排序,但并未显式地考虑局部短文本和候选实体在文本交互上的关联性。针对上述问题,该文提出... 详细信息

短文本实体链接由于缺乏主题信息,只能依靠局部短文本信息和知识库。现有方法主要通过计算局部短文本和候选实体之间的相似度完成候选实体集的排序,但并未显式地考虑局部短文本和候选实体在文本交互上的关联性。针对上述问题,该文提出短文本交互图(STIG)的概念和一个双步训练方案,利用BERT提取局部短文本和候选实体间的多粒度特征,并在短文本交互图上使用图卷积机制。此外,为了缓解均值池化使图卷积发生退化的问题,该文提出一个将交互图中各节点特征和边信息压缩成稠密向量的方法。在CCKS2020短文本实体链接数据集上的实验验证了所提方法的有效性。

关键词：实体链接 BERT 图卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于词向量的维吾尔语词项归一化方法

引用

计算机工程 2018年第2期44卷 220-225页

作者：罗延根李晓蒋同海杨雅婷周喜王磊中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 中国科学院新疆民族语音语言信息处理重点实验室乌鲁木齐830011

使用无监督的方法,将口语文本中的非正规维吾尔语词项归一化到正规文本中意思相近的正规词,基于神经网络,利用大规模语料将维吾尔语单词映射到低维向量空间,对向量空间的非正规词进行聚类。引入一个贪心解码器对非正规词做归一化处理,... 详细信息

使用无监督的方法,将口语文本中的非正规维吾尔语词项归一化到正规文本中意思相近的正规词,基于神经网络,利用大规模语料将维吾尔语单词映射到低维向量空间,对向量空间的非正规词进行聚类。引入一个贪心解码器对非正规词做归一化处理,并进行重采样迭代,从而将之前未能成功归一化的非正规词归一化。实验结果表明,使用该方法对维汉机器翻译的待翻译口语文本进行前编辑后,生成的译文质量有显著提高。该方法给维汉口语文本机器翻译系统提供一个前处理的流程,在缺乏双语口语平行语料的情况下也能有效提高机器翻译系统性能。

关键词：维吾尔语口语文本非正规词归一化神经网络重采样

来源：评论

学校读者我要写书评

暂无评论

深度神经网络的压缩研究

引用

计算机应用研究 2018年第10期35卷 2894-2897,2903页

作者：韩云飞蒋同海马玉鹏徐春香张睿中国科学院新疆理化技术研究所乌鲁木齐830011 新疆民族语音语言信息处理实验室乌鲁木齐830011 中国科学院大学北京100049

深度神经网络中过多的参数使得自身成为高度计算密集型和内存密集型的模型,这使得深度神经网络的应用不能轻易地移植到嵌入或移动设备上以解决特殊环境下的实际需求。为了解决该问题,提出了基于网络删减、参数共享两者结合的神经网络压... 详细信息

深度神经网络中过多的参数使得自身成为高度计算密集型和内存密集型的模型,这使得深度神经网络的应用不能轻易地移植到嵌入或移动设备上以解决特殊环境下的实际需求。为了解决该问题,提出了基于网络删减、参数共享两者结合的神经网络压缩方案。首先通过删减掉权重小于阈值的网络连接,保留其重要的连接;然后使用K-means聚类算法将删减后每层的参数进行聚类,每簇内的各个参数共享该簇的中心值作为其权重。实验在MNIST数据集上完成手写数字识别功能的Le Net-300-100网络和修改得到的Le Net-300-240-180-100网络分别压缩了9.5×和12.1×。基于网络删减、参数共享两者结合的神经网络压缩方案为未来在特殊环境下更丰富的基于深度神经网络的智能应用提供了可行方案。

关键词：神经网络压缩网络删减参数共享

来源：评论

学校读者我要写书评

暂无评论

面向汉维机器翻译的双语关联度优化模型

引用

计算机应用研究 2020年第3期37卷 726-730页

作者：潘一荣李晓杨雅婷董瑞中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

针对汉语—维吾尔语的统计机器翻译系统中存在的语义无关性问题,提出基于神经网络机器翻译方法的双语关联度优化模型。该模型利用注意力机制捕获词对齐信息,引入双语短语间的语义相关性和内部词汇匹配度,预测双语短语的生成概率并将其... 详细信息

针对汉语—维吾尔语的统计机器翻译系统中存在的语义无关性问题,提出基于神经网络机器翻译方法的双语关联度优化模型。该模型利用注意力机制捕获词对齐信息,引入双语短语间的语义相关性和内部词汇匹配度,预测双语短语的生成概率并将其作为双语关联度,以优化统计翻译模型中的短语翻译得分。在第十一届全国机器翻译研讨会(CWMT 2015)汉维公开机器翻译数据集上的实验结果表明,与基线系统相比,在使用较小规模的训练数据和词汇表的条件下,所提方法可以同时有效地提高短语级别和句子级别的机器翻译任务性能,分别获得最高2.49和0.59的BLEU值提升。

关键词：维吾尔语神经网络机器翻译注意力机制词对齐生成概率

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：