检索结果-内蒙古大学图书馆

计算机工程与应用 2024年第11期60卷 62-74页

作者：宋伟张杨豪中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 民族语言智能分析与安全治理教育部重点实验室北京100081

构音障碍作为一种医学难症,目前主流的语音识别技术并不能很好地适应这一领域的需求。同时针对构音障碍的语音识别技术利用预训练及个性化训练相结合的方式,通过数据驱动进一步提升了算法性能,识别字错误率进一步降低,但是目前针对构音... 详细信息

构音障碍作为一种医学难症,目前主流的语音识别技术并不能很好地适应这一领域的需求。同时针对构音障碍的语音识别技术利用预训练及个性化训练相结合的方式,通过数据驱动进一步提升了算法性能,识别字错误率进一步降低,但是目前针对构音障碍的语音识别技术离实际商用还存在一定的距离,该技术的发展受数据规模和技术的限制。到目前为止,尚未出现针对构音障碍语音识别方面的综述文章,亟需将该领域中各种数据集的构建方法和先进技术进行对比分析,以方便进入该领域的研究人员快速获取这方面的知识。对现有数据集、主流算法、评估方式进行了调研,总结了国内外主流构音障碍数据集的规模、形式和特点。分析了构音障碍语音识别的主流算法,并给出了不同算法的性能和特点。最后,研究了基于构音障碍患者的严重等级的算法模型性能评价指标,并讨论了未来的研究方向,以期能够为从事构音障碍语音识别的研究人员提供帮助,助力该领域的快速发展。

关键词：构音障碍语音识别深度学习人工智能

来源：评论

学校读者我要写书评

暂无评论

基于目标语言预训练和联合解码的低资源语言端到端语音翻译

引用

中文信息学报 2023年第12期37卷 36-43页

作者：李宁朱丽平赵小兵仁曾卓玛王燕敏中央民族大学信息工程学院北京100081 中央民族大学国家语言资源监测与研究少数民族语言中心北京100081 中央民族大学民族语言智能分析与安全治理教育部重点实验室北京100081

自动语音翻译(AST)是将源语言语音转换为目标语言文字的技术。目前,端到端的语音翻译成为AST的研究主流,但面临数据稀缺问题。该文首先利用机器翻译和人工检验构建了20h的维吾尔语-汉语AST语音翻译数据集。其次,为提高端到端语音翻译模... 详细信息

自动语音翻译(AST)是将源语言语音转换为目标语言文字的技术。目前,端到端的语音翻译成为AST的研究主流,但面临数据稀缺问题。该文首先利用机器翻译和人工检验构建了20h的维吾尔语-汉语AST语音翻译数据集。其次,为提高端到端语音翻译模型的性能,使用语料相对丰富的目标语言语音识别数据集预训练模型,不仅解决了数据稀缺造成的模型无法收敛问题,而且能让模型学到目标语言的语言学知识;再次,在预训练解码器前添加映射模块,使其学到源语言到目标语言知识的映射关系,由此构建了端到端语音翻译模型。最后,使用CTC与Attention联合解码,强制语音标签对齐,提高翻译效果。实验结果表明,在维汉语音翻译数据集上达到了61.45 BLEU值。

关键词：语音翻译端到端数据集构建

来源：评论

学校读者我要写书评

暂无评论

基于跨语言词嵌入对齐增强少数民族预训练语言模型

引用

中文信息学报 2023年第9期37卷 63-72页

作者：申影利鲍薇赵小兵周毛克中央民族大学中国少数民族语言文学学院北京100081 中国电子技术标准化研究院北京100007 中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081

由于民族语言与汉语之间的词嵌入语义空间差距较大,导致预训练语言模型的跨语言迁移效果不佳。为此,该文设计了一个通过静态词嵌入对齐到上下文词嵌入空间中的新框架,以提升少数民族跨语言预训练语言模型在下游任务中的表现。该文首先... 详细信息

由于民族语言与汉语之间的词嵌入语义空间差距较大,导致预训练语言模型的跨语言迁移效果不佳。为此,该文设计了一个通过静态词嵌入对齐到上下文词嵌入空间中的新框架,以提升少数民族跨语言预训练语言模型在下游任务中的表现。该文首先将由大规模单语数据训练的静态词嵌入进行跨语言对齐;其次,基于民汉平行语料从少数民族预训练语言模型CINO中抽取上下文词嵌入,并设计两种损失函数:双语词典归纳损失、对比学习损失,实现静态词嵌入对齐到上下文词嵌入的共享语义空间中;最后,我们将结合静态与上下文跨语言词嵌入对齐的CINO增强模型应用于双语词典归纳、文本分类以及机器翻译任务中,在多个语言对上的实验结果表明,相比鲁棒的基线系统,该文方法在标注语料匮乏的下游任务中均达到了显著的性能提升。

关键词：词嵌入对齐少数民族预训练语言模型双语词典归纳对比学习

来源：评论

学校读者我要写书评

暂无评论

基于ERNIE和CNN的在线评论情感分析模型

引用

计算机应用 2022年第S01期42卷 7-11页

作者：齐梦娜朱丽平李宁中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081

针对用户提交的商品评论内容与情感标记存在不一致的现象,提出了一种基于知识增强的语义表示(ERNIE)与卷积神经网络(CNN)的在线评论情感分析模型ECN,对评论文本进行情感倾向划分。首先,利用ERNIE预训练模型生成基于上下文信息的文本向... 详细信息

针对用户提交的商品评论内容与情感标记存在不一致的现象,提出了一种基于知识增强的语义表示(ERNIE)与卷积神经网络(CNN)的在线评论情感分析模型ECN,对评论文本进行情感倾向划分。首先,利用ERNIE预训练模型生成基于上下文信息的文本向量表示;然后,通过多通道CNN模型对文本向量进行特征提取;最后,利用Softmax进行文本情感分类。在两个数据集上的实验结果表明,ECN模型的情感分类准确率、召回率及F1值均达到91%以上。与CNN、双向长短时记忆(BiLSTM)网络、ERNIE相比,ECN模型的情感分类效果更好。采用ECN模型对商品评论文本自动划分情感类别,能够更客观地反映消费者的情感倾向,对商家及其他消费者更具有指导意义。

关键词：情感分类卷积神经网络多通道卷积神经网络知识增强的语义表示在线商品评论

来源：评论

学校读者我要写书评

暂无评论

基于语义信息扩充的汉藏短语翻译语料SECT

引用

中国科学数据（中英文网络版） 2024年第4期9卷 39-45页

作者：常润陈波赵小兵中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081

机器翻译是自然语言处理的关键任务,在促进政治、经济、文化交流等方面起到的作用日渐显著。在富资源语言间,如中、英文,机器翻译的效果已经接近人工翻译水平。然而,对于低资源语言,如藏文,由于缺乏足够的大规模公开平行语料,藏文机器... 详细信息

机器翻译是自然语言处理的关键任务,在促进政治、经济、文化交流等方面起到的作用日渐显著。在富资源语言间,如中、英文,机器翻译的效果已经接近人工翻译水平。然而,对于低资源语言,如藏文,由于缺乏足够的大规模公开平行语料,藏文机器翻译的准确性仍然有待提高。在汉文-藏文翻译中,涉及短语翻译时,由于它们简短且包含深层语义信息,如缩略语,现有的机器翻译结果并不准确。为了帮助翻译模型更好地捕捉和传达语义信息,本文构建了基于语义信息扩充的汉藏短语翻译语料,该语料含有汉-藏短语翻译数据7000条。其中汉-藏短语的原始数据来自西藏藏语言文字网,扩充的语义信息包括汉文短语的汉文释义以及包含汉文短语的例句,这部分内容均采用大语言模型生成和专业人士校对的方式获取。本数据集的发表,对于促进汉-藏文信息处理的发展具有重要的价值。

关键词：机器翻译低资源藏文短语语义信息数据集

来源：评论

学校读者我要写书评

暂无评论

藏语视角下的HowNet共性知识体系研究

引用

中文信息学报 2024年第9期38卷 73-81页

作者：姚洲赵小兵浙大城市学院人文学院浙江杭州310015 中央民族大学国家语言资源监测与研究少数民族语言中心北京100081

HowNet是我国知识库研究的奠基性成果。目前HowNet已构建出汉英双语的知识表征模式,并在语义相似度计算、向量表示等技术领域取得了较好的效果,但现有研究对HowNet共性知识体系本身的合理性以及跨语言的适应性仍缺乏有益探索。藏语作为... 详细信息

HowNet是我国知识库研究的奠基性成果。目前HowNet已构建出汉英双语的知识表征模式,并在语义相似度计算、向量表示等技术领域取得了较好的效果,但现有研究对HowNet共性知识体系本身的合理性以及跨语言的适应性仍缺乏有益探索。藏语作为施通格语言,与汉语、英语具有较大差别,有助于检验HowNet共性知识体系的合理性。该文以具体藏文实例为依据,从藏语格助词的表义性、动词能所关系以及语义分类特征等方面指出HowNet共性知识体系的跨语言适应性有待完善;结合原型理论及藏文能所关系,以提升HowNet共性知识体系的科学性,并据此对HowNet知识体系的架构数据进行修正。

关键词：藏语 HowNet 共性知识体系

来源：评论

学校读者我要写书评

暂无评论

基于树库转换的藏语依存句法树库构建方法

引用

中文信息学报 2022年第7期36卷 77-85,97页

作者：周毛克龙从军赵小兵李林霞中央民族大学中国少数民族语言文学学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 中国社会科学院民族学与人类学研究所北京100081 中央民族大学信息工程学院北京100081

构建藏语依存树库是实现藏语句法分析的重要基础,对藏语本体研究和信息处理具有重要价值。基于此,该文提出了一种基于树库转换的藏语依存树库构建方法。该方法首先扩充了前期构建的藏语短语结构树库,然后根据藏语短语结构树和依存树的... 详细信息

构建藏语依存树库是实现藏语句法分析的重要基础,对藏语本体研究和信息处理具有重要价值。基于此,该文提出了一种基于树库转换的藏语依存树库构建方法。该方法首先扩充了前期构建的藏语短语结构树库,然后根据藏语短语结构树和依存树的特征设计树库转换规则,实现藏语短语结构树到依存结构树的初步转换,最后对自动转换结果进行人工校验,得到了2.2万句藏语依存树。为了对转换结果做出量化评价,该文抽取了依存树库中5%的依存树,对其依存关系进行校验和统计,最终依存关系的准确率达到89.36%,中心词的准确率达到92.09%。此外,该文使用基于神经网络的句法分析模型验证了依存树库的有效性。在该模型上,UAS值和LAS值分别达到83.62%和81.90%。研究证明,使用半自动的树库转换方法能够有效地完成藏语依存树库构建工作。

关键词：藏语依存树库树库转换

来源：评论

学校读者我要写书评

暂无评论

JCapsR:一种联合胶囊神经网络的藏语知识图谱表示学习模型

引用

中文信息学报 2024年第4期38卷 69-77页

作者：孙媛梁家亚陈安东赵小兵中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 民族语言智能分析与安全治理教育部重点实验室北京100081

知识图谱表示学习是自然语言处理的一项关键技术,现有的知识图谱表示研究主要集中在英语、汉语等语言,而低资源语言的知识图谱表示学习研究还处于探索阶段,如藏语。该文基于前期构建的藏语知识图谱,提出了一种联合胶囊神经网络(JCapsR)... 详细信息

知识图谱表示学习是自然语言处理的一项关键技术,现有的知识图谱表示研究主要集中在英语、汉语等语言,而低资源语言的知识图谱表示学习研究还处于探索阶段,如藏语。该文基于前期构建的藏语知识图谱,提出了一种联合胶囊神经网络(JCapsR)的藏语知识图谱表示学习模型。首先,我们使用TransR模型生成藏语知识图谱的结构化信息表示。其次,采用融合多头注意力和关系注意力的Transfomer模型表示藏语实体的文本描述信息。最后,采用JCapsR进一步提取三元组在知识图谱语义空间中的关系,将实体文本描述信息和结构化信息融合,得到藏语知识图谱的表示,相比基线系统,联合胶囊神经网络JCapsR模型提高了在藏语知识图谱上实体链接预测的性能,相关研究为其他低资源语言知识图谱表示学习的拓展优化提供了参考借鉴意义。

关键词：藏语知识图谱表示学习胶囊神经网络

来源：评论

学校读者我要写书评

暂无评论

Ti-Reader:基于注意力机制的藏文机器阅读理解端到端网络模型

引用

中文信息学报 2024年第2期38卷 61-69页

作者：孙媛陈超凡刘思思赵小兵中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 民族语言智能分析与安全治理教育部重点实验室北京100081

机器阅读理解旨在教会机器去理解一篇文章并且回答与之相关的问题。为了解决低资源语言上机器阅读理解模型性能低的问题,该文提出了一种基于注意力机制的藏文机器阅读理解端到端网络模型Ti-Reader。首先,为了编码更细粒度的藏文文本信息... 详细信息

机器阅读理解旨在教会机器去理解一篇文章并且回答与之相关的问题。为了解决低资源语言上机器阅读理解模型性能低的问题,该文提出了一种基于注意力机制的藏文机器阅读理解端到端网络模型Ti-Reader。首先,为了编码更细粒度的藏文文本信息,将音节和词相结合进行词表示,然后采用词级注意力机制去关注文本中的关键词,利用重读机制去捕捉文章和问题之间的语义信息,自注意力机制去匹配问题与答案的隐变量本身,为答案预测提供更多的线索。最后,实验结果表明,Ti-Reader模型提升了藏文机器阅读理解的性能,同时在英文数据集SQuAD上也有较好的表现。

关键词：机器阅读理解注意力机制端到端网络藏文

来源：评论

学校读者我要写书评

暂无评论

基于置信度的藏文人名识别的主动学习模型研究

引用

中文信息学报 2019年第8期33卷 53-59页

作者：王志娟刘飞飞赵小兵宋伟中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 好未来教育科技集团北京100080

训练语料的标注成本是资源稀缺语言处理研究面临的一个重要问题,通过主动学习(active learning)方法可以选择信息量大、无冗余的语料供人工标注,进而大大降低语料标注成本。该文基于CRF模型给出的标注置信度提出了四种主动学习方法,并... 详细信息

训练语料的标注成本是资源稀缺语言处理研究面临的一个重要问题,通过主动学习(active learning)方法可以选择信息量大、无冗余的语料供人工标注,进而大大降低语料标注成本。该文基于CRF模型给出的标注置信度提出了四种主动学习方法,并通过实验确定了这四种主动学习方法的相关参数。实验显示:选择置信度低于0.7的语料进行人工标注,直到新旧模型标注结果的差异度小于0.01%时,仅需6轮迭代;人工标注3.2MB的语料,藏文人名识别的F值可以达到88%,若要达到该识别效果,基于CRF的监督式学习模型需要标注约10MB的语料,该主动学习方法降低了约66%的语料标注规模。

关键词：藏文人名识别主动学习置信度

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：