检索结果-内蒙古大学图书馆

第十三届中国少数民族语言文字信息处理学术研讨会

作者：李佳正刘凯麦热哈巴·艾力吕雅娟刘群吐尔根·依布拉音中国科学院计算技术研究所中国科学院智能信息处理重点实验室北京 100190 中国科学院计算技术研究所中国科学院智能信息处理重点实验室北京 100190 新疆大学信息科学与工程学院新疆乌鲁木齐 830046 新疆大学信息科学与工程学院新疆乌鲁木齐 830046

该文研究了一种维吾尔语中汉族人名的识别和翻译方法。该方法在词典等传统方法的基础上，运用语言模型实现维语中的汉族人名的识别和翻译。针对维语人名的构词和拼写特点，增加了名词词缀识别预处理模块，补充了维语字母到汉语拼音的映... 详细信息

该文研究了一种维吾尔语中汉族人名的识别和翻译方法。该方法在词典等传统方法的基础上，运用语言模型实现维语中的汉族人名的识别和翻译。针对维语人名的构词和拼写特点，增加了名词词缀识别预处理模块，补充了维语字母到汉语拼音的映射规则，有效提高了人名识别的正确率及召回率。在1000句含有汉族人名的维语语料上进行测试，汉族人名识别的正确率和召回率分别达到75.2％和91.5％。

关键词：维吾尔语人名识别语言模型名词词缀拼写规则

来源：评论

学校读者我要写书评

暂无评论

不同逻辑间翻译的逻辑性质

不同逻辑间翻译的逻辑性质

引用

2009中国计算机大会

作者：申宇铭马越曹存根眭跃飞王驹中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院研究生院北京100039 中国科学院计算技术研究所智能信息处理重点实验室北京100190 广西师范大学计算机科学与信息工程学院广西桂林541004

如果考虑逻辑间模型的翻译并且一个逻辑的模型类被翻译为另一个逻辑的模型类的真子类,那么可靠的(the soundness)和完备的(the completeness)翻译可以将不可满足的公式翻译为可满足的公式.针对上述问题,该文提出了语义忠实(the faithful... 详细信息

如果考虑逻辑间模型的翻译并且一个逻辑的模型类被翻译为另一个逻辑的模型类的真子类,那么可靠的(the soundness)和完备的(the completeness)翻译可以将不可满足的公式翻译为可满足的公式.针对上述问题,该文提出了语义忠实(the faithfulness)和语义满(the fullness)两条逻辑性质来确保可满足的公式翻译为可满足的公式,不可满足公式翻译为不可满足公式.该文例证了二阶逻辑在标准语义下到一阶逻辑的翻译是语义忠实的但不是语义满的,在Henkin语义下是语义忠实的和语义满的.

关键词：语义翻译逻辑性质公式翻译

来源：评论

学校读者我要写书评

暂无评论

基于惩罚函数约束优化的多眉感知器分层训练算法

引用

通讯和计算机（中英文版） 2005年第4期2卷 39-41,49页

作者：叶世伟贾文成史忠植中国科学院研究生院信息科学与工程学院北京100039 中国科军院计算技术研究所智能信息处理重点实验室北京100080

本文提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数，这个优化目标函数对于权值和隐层输出来说为凸函数，不存在局部最小。首先把隐层输出做为变量进行优化更新，然后快速计算出隐层前后的权值。数值实验表明：此算... 详细信息

本文提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数，这个优化目标函数对于权值和隐层输出来说为凸函数，不存在局部最小。首先把隐层输出做为变量进行优化更新，然后快速计算出隐层前后的权值。数值实验表明：此算法简单，收敛速度快，泛化能力强，并能大大降低学习误差。

关键词：前向神经网络凸优化理论分层优化算法

来源：评论

学校读者我要写书评

暂无评论

基于多粒度的英汉人名音译

基于多粒度的英汉人名音译

引用

第六届全国青年计算语言学会议

作者：于恒涂兆鹏刘群刘洋智能信息处理重点实验室中国科学院计算技术研究所计算机科学与技术系清华大学

音译是解决人名翻译的重要方法。在英汉人名音译问题中，翻译粒度问题一直是研究的重点之一。本文提出一种基于多粒度的英汉人名音译方法。将多种粒度的英文切分通过词图进行融合，并使用层次短语模型进行解码，从而缓解了由于切分错误...

音译是解决人名翻译的重要方法。在英汉人名音译问题中，翻译粒度问题一直是研究的重点之一。本文提出一种基于多粒度的英汉人名音译方法。将多种粒度的英文切分通过词图进行融合，并使用层次短语模型进行解码，从而缓解了由于切分错误而导致的音译错误，提高了系统的鲁棒性。实验结果表明基于多粒度的音译方法融合了基于各种粒度音译方法的优点，在准确率上提高了3．1％，在BLEU取得了2．2个点的显著提升。

关键词：

来源：评论

学校读者我要写书评

暂无评论

pDeep:基于深度学习的肽段串联谱图预测方法

pDeep:基于深度学习的肽段串联谱图预测方法

引用

第三届全国质谱分析学术报告会

作者：曾文锋周撷璇迟浩贺思敏詹剑锋张知非中国科学院智能信息处理重点实验室中国科学院计算技术研究所先进计算机系统研究中心中国科学院计算技术研究所首都医科大学

蛋白质组学主要使用串联质谱技术进行肽段鉴定。其中数据库搜索是最常用的串联质谱鉴定策略之一。该方法先将肽段进行理论碎裂得到理论串联谱图,之后将理论串联谱图与实验串联谱图进行匹配,从而确定实验谱图对应的肽序列。因此,如果理... 详细信息

蛋白质组学主要使用串联质谱技术进行肽段鉴定。其中数据库搜索是最常用的串联质谱鉴定策略之一。该方法先将肽段进行理论碎裂得到理论串联谱图,之后将理论串联谱图与实验串联谱图进行匹配,从而确定实验谱图对应的肽序列。因此,如果理论谱图预测准确,那么得到匹配结果的可靠性自然也会提高。然而肽段碎裂是一个非常复杂的物理化学过程,当前我们对碎裂过程的物理规律还未完全了解。传统的机器学习算法在处理这种高度复杂的肽段与谱图之间的函数关系时,无法进一步考虑近/远端氨基酸对某处肽键碎裂的影响。为了更准确预测理论串联谱图,我们将深度学习常用算法之一,长短时记忆(long short-term memory,LSTM [1]),用于构建谱图预测模型,该算法能够考虑输入之间的相关关系,所以自然能够考虑近/远端氨基酸对碎裂的影响。在通过大规模可靠的小鼠HCD谱图,我们训练得到了理论谱图预测模型p Deep。我们将pDeep与其他同类软件,PeptideART、MS-Simulator和MassAnalyzer,进行了对比,结果显示p Deep较它们有较大提升(如图1a所示)。接着我们在两种不同数据集:跨实验室数据集[2]和合成肽段数据集ProteomeTools[3]上测试了p Deep,其预测谱图与实验谱图的相似度的中值都达到了0.94以上(图1b和1c)。

关键词：理论谱图预测深度学习

来源：评论

学校读者我要写书评

暂无评论

一种基于主体的网构软件分析设计方法

一种基于主体的网构软件分析设计方法

引用

中国人工智能学会第十三届学术年会

作者：张大鹏史忠植王文杰中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院研究生院北京 100049 燕山大学信息科学与工程学院河北 066004 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院研究生院北京 100049 中国科学院研究生院北京 100049

为了提高网构软件的可信性和可用性,提出了一种基于主体的网构软件分析设计方法EDPMAS,该方法加入了信任模型和基于模型的故障诊断方法,支持网构软件的分析、设计、实现和部署等各个阶段.结合对应的开发工具,使我们能够快捷、高效地设... 详细信息

为了提高网构软件的可信性和可用性,提出了一种基于主体的网构软件分析设计方法EDPMAS,该方法加入了信任模型和基于模型的故障诊断方法,支持网构软件的分析、设计、实现和部署等各个阶段.结合对应的开发工具,使我们能够快捷、高效地设计和开发网构软件系统.

关键词：网构软件主体 EDPMAS 信任模型基于模型的故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于威胁传播的复杂信息系统安全风险评估

基于威胁传播的复杂信息系统安全风险评估

引用

第六届信息安全漏洞分析与风险评估大会

作者：马刚杜宇鸽荣江甘家瑞史忠植安波中国科学院计算技术研究所智能信息处理重点实验室北京100190中国中国科学院大学北京100049中国中国信息安全测评中心北京100085中国中国科学院计算技术研究所智能信息处理重点实验室北京100190中国

为评估复杂信息系统安全风险,本文提出了一种基于资产间威胁传播的风险评估方法.该方法将复杂信息系统各资产间的威胁传播路径定义为一棵威胁传播树,通过计算威胁传播树中各结点的期望损失以及威胁传播树出现的概率来对整个复杂信息系... 详细信息

为评估复杂信息系统安全风险,本文提出了一种基于资产间威胁传播的风险评估方法.该方法将复杂信息系统各资产间的威胁传播路径定义为一棵威胁传播树,通过计算威胁传播树中各结点的期望损失以及威胁传播树出现的概率来对整个复杂信息系统进行风险安全评估.为验证本文所提方法的正确性、可行性,本文选取了一个具有代表性的实例阐述了所提方法在复杂信息系统安全风险评估中的应用.通过实例分析表明基于威胁传播的复杂信息系统安全风险评估方法比起传统的孤立结点分析方法更具客观性与准确性,能够很好地指导安全风险管理者为复杂信息系统制定合理的安全保护策略.

关键词：复杂信息系统安全控制风险评估威胁传播树计算机技术

来源：评论

学校读者我要写书评

暂无评论

一种有效的基于Web的双语翻译对获取方法

一种有效的基于Web的双语翻译对获取方法

引用

第四届全国学生计算语言学研讨会

作者：郭稷吕雅娟刘群北京大学软件与微电子学院中国科学院计算技术研究所智能信息处理重点实验室

命名实体和新词、术语的翻译对机器翻译、跨语言检索、自动问答等系统的性能有着重要的影响,但是这些翻译很难从现有的翻译词典中获得。本文提出了一种从中文网页中自动获取高质量双语翻译对的方法。该方法利用网页中双语翻译对的特点,... 详细信息

命名实体和新词、术语的翻译对机器翻译、跨语言检索、自动问答等系统的性能有着重要的影响,但是这些翻译很难从现有的翻译词典中获得。本文提出了一种从中文网页中自动获取高质量双语翻译对的方法。该方法利用网页中双语翻译对的特点,使用统计判别模型,融合多种识别特征自动挖掘网站中存在的双语翻译对。实验结果表明,采用该模型构建的双语翻译词表,TOP1的正确率达到82.1%,TOP3的正确率达到94.5%。文中还提出了一种利用搜索引擎验证候选翻译的方法,经过验证,TOP1的正确率可以提高到84.3%。

关键词：双语翻译对获取统计判别模型后验证

来源：评论

学校读者我要写书评

暂无评论

面向视频事件探测的动态描述逻辑系统

面向视频事件探测的动态描述逻辑系统

引用

中国人工智能学会第十三届学术年会

作者：王晓峰常亮史忠植中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院研究生院北京100049 桂林电子科技大学计算机与控制学院桂林541004 中国科学院计算技术研究所智能信息处理重点实验室北京100190

视频事件探测是目前的一个重要研究领域.在关于视频事件探测的研究中,如何对视频事件进行建模是一个重要的问题.本文将动态描述逻辑与线性时序逻辑结合构建了一个支持静态,动态以及时序知识表示,推理的逻辑系统LTDALCOO.同时本文还提出... 详细信息

视频事件探测是目前的一个重要研究领域.在关于视频事件探测的研究中,如何对视频事件进行建模是一个重要的问题.本文将动态描述逻辑与线性时序逻辑结合构建了一个支持静态,动态以及时序知识表示,推理的逻辑系统LTDALCOO.同时本文还提出了一个基于LTDALCO的视频事件探测框架.该视频事件探测框架通过基于LTDALCO的逻辑语义来准确地定义视频事件,并结合基于本体的计算机视觉的方法来将视频的内容的转换为基于LTDALCO的逻辑描述.然后通过LTDALCo公式的可满足性验证算法来实现视频事件的探测.

关键词： video event semantics reasoning ontology dynamic description logics

来源：评论

学校读者我要写书评

暂无评论

异种语料融合方法:基于统计的中文词法分析应用

异种语料融合方法:基于统计的中文词法分析应用

引用

第十一届全国计算语言学学术会议

作者：孟凡东徐金安姜文斌刘群北京交通大学计算机与信息技术学院中国科学院计算技术研究所智能信息处理重点实验室

基于统计的中文词法分析往往依赖大规模标注语料,语料的规模和质量直接影响词法分析系统的性能。高覆盖率、高质量的语料资源非常有限,而且适用于不同领域的语料往往具有不同的分词和词性标注标准,难以直接混合使用,从而导致既有资源未... 详细信息

基于统计的中文词法分析往往依赖大规模标注语料,语料的规模和质量直接影响词法分析系统的性能。高覆盖率、高质量的语料资源非常有限,而且适用于不同领域的语料往往具有不同的分词和词性标注标准,难以直接混合使用,从而导致既有资源未能充分利用,分词精度下降等问题。针对该问题,本论文提出了简单有效的异种语料的自动融合方法,并通过实验验证了提案方法的有效性、较强的实用性以及对多种语料融合的可扩展性。

关键词：词法分析语料融合领域适应

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：