检索结果-内蒙古大学图书馆

数据分析与知识发现 2025年第1期9卷 121-132页

作者：李林霞陈波周毛克赵小兵中央民族大学中国少数民族语言文学学院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中央民族大学信息工程学院

【目的】量化低资源语言平行语料的句对齐评分，获取高质量平行语料，提升机器翻译的性能。【方法】提出基于神经网络的无监督句嵌入双语平行语料句对齐评分方法 NeuroAlign。将平行句对嵌入同一向量空间，计算平行语料中给定候选句对... 详细信息

【目的】量化低资源语言平行语料的句对齐评分，获取高质量平行语料，提升机器翻译的性能。【方法】提出基于神经网络的无监督句嵌入双语平行语料句对齐评分方法 NeuroAlign。将平行句对嵌入同一向量空间，计算平行语料中给定候选句对的对齐评分，然后根据评分排序过滤分值较低的平行句对，获得高质量的低资源语言双语平行语料。【结果】与基线系统相比，本文方法在BUCC2018平行文本挖掘任务中F1值可提升0.5～0.8个百分点；在CCMT2021低资源语言神经机器翻译中BLEU值可提升0.1～10.9；句对齐评分可接近人工评分。【局限】限于低资源双语平行语料的资源匮乏，未在藏汉、维汉、蒙汉以外的语言对上进行探索。【结论】本文提出的句对齐评分方法可以有效应用至低资源语言平行语料的句对齐评分，从数据源端提升语料质量，进而改进机器翻译的效果。

关键词：机器翻译低资源语言平行语料句对齐评分

来源：评论

学校读者我要写书评

暂无评论

基于知识蒸馏的半监督古籍实体抽取

引用

数据分析与知识发现 2025年

作者：唐朝陈波谭泽霖赵小兵中央民族大学哲学与宗教学学院中央民族大学国家安全研究院中央民族大学信息工程学院中央民族大学中国少数民族语言文学学院国家语言资源监测与研究少数民族语言中心

[目的] 通过知识蒸馏将外部的来源于无监督数据的额外知识以训练数据的形式注入学生实体抽取模型，缓解古籍实体抽取任务有监督数据稀缺的问题。[方法] 使用大语言模型作为生成式知识教师模型，在无监督语料上进行知识蒸馏；基于《左传... 详细信息

[目的] 通过知识蒸馏将外部的来源于无监督数据的额外知识以训练数据的形式注入学生实体抽取模型，缓解古籍实体抽取任务有监督数据稀缺的问题。[方法] 使用大语言模型作为生成式知识教师模型，在无监督语料上进行知识蒸馏；基于《左传》和GuNer的有监督数据构造词典知识教师模型蒸馏词典知识，共同构建半监督古籍实体抽取数据集，并将古籍实体抽取任务转换为序列到序列任务，再微调mT5、UIE等预训练模型。[结果] 在《左传》和GuNer数据集上四类实体的F1指标分别达到了89.15%和95.47%，与使用古籍语料增量微调的基线模型SikuBERT和SikuRoBERTa相比，F1指标分别提升了8.15和9.27个百分点。[局限] 未加入实体额外信息；受限于大模型生成的数据质量。[结论] 该方法在低资源情境下，利用预训练大语言模型和词典资源的知识优势，将知识有效地蒸馏到学生模型，显著提升了古籍实体抽取的效果。

关键词：命名实体识别半监督学习大语言模型知识蒸馏

来源：评论

学校读者我要写书评

暂无评论

儒家古籍领域开展数字人文研究综述

引用

山东图书馆学刊 2025年第1期 22-28页

作者：谭泽霖赵小兵中央民族大学中国少数民族语言文学学院北京100081 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

文章旨在梳理数字人文技术在儒家经典古籍研究中的应用现状和未来发展方向。以各种儒家典籍名称和“计算机”“深度学习”等关键词结合在数据库中进行文献检索。详细介绍了当前古籍数字化流程和古籍预训练模型的发展,从计算分析、文本... 详细信息

文章旨在梳理数字人文技术在儒家经典古籍研究中的应用现状和未来发展方向。以各种儒家典籍名称和“计算机”“深度学习”等关键词结合在数据库中进行文献检索。详细介绍了当前古籍数字化流程和古籍预训练模型的发展,从计算分析、文本分词、信息抽取、分类聚类、知识库构建角度对儒家古籍数字化技术进行归纳,并对古籍的发展方向进行展望。未来建议进一步开发多模态古籍大模型,加强古籍挖掘全面性,从文本信息的表层结构分析走向文化与思想的深层挖掘。

关键词：数字人文儒家古籍数字化

来源：评论

学校读者我要写书评

暂无评论

NCIFD:面向大模型的民族文化微调数据集

引用

中文信息学报 2025年第2期39卷 41-51页

作者：罗鹤张廷孙媛朋毛才让达哇才仁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

在大语言模型快速发展的挑战下,民族文化研究及传播需要更多的投入。其中,构建高质量的民族文化数据集不仅能促进民族文化传播,还能提高大语言模型在特定文化环境中的精准度和适应性。为了构建高质量的民族文化指令遵循数据集,该文面向... 详细信息

在大语言模型快速发展的挑战下,民族文化研究及传播需要更多的投入。其中,构建高质量的民族文化数据集不仅能促进民族文化传播,还能提高大语言模型在特定文化环境中的精准度和适应性。为了构建高质量的民族文化指令遵循数据集,该文面向民族文化领域,收集整理了《中国民族百科全书》《中国服饰大典》等18本民族文化相关书籍,进行清洗过滤之后,基于Self-QA框架,使用大语言模型自动生成问答对。同时根据书籍的内容,人工编写了58条民族文化种子指令集,利用这些种子指令集,基于Self-Instruct框架,使用GPT-3.5自动生成指令、输入和输出样本。将两种方式获取的数据集通过多种方式过滤,构建了民族文化指令微调数据集NCIFD(National Culture Instruction-Following Dataset)。通过在ChatGLM-6B、LLaMA-2-7B等主流开源模型上进行了微调实验,实验结果显示,微调Base模型回复准确性与Chat版本模型相比平均提升了6.6%,验证了数据集的有效性和可用性。该数据集为面向民族文化领域的大模型微调提供了支撑,对于推动民族文化在自然语言处理领域的发展具有重要意义。作者将NCIFD部分资源开放供研究使用:https://***/letsgoLakers/NCIFD。

关键词：大语言模型民族文化指令微调数据集

来源：评论

学校读者我要写书评

暂无评论

德宏傣文新词术语的翻译方法及特点研究

引用

中央民族大学学报(自然科学版) 2025年第1期34卷 72-79页

作者：庞仙刀成波赵小兵教育部语言文字应用研究所北京100010 首都师范大学文学院北京100089 云南省少数民族语文指导工作委员会办公室昆明650032 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民族语言中心北京100081

德宏傣文新词术语的翻译审定工作有其必要性。德宏傣文新词术语涉及政治、法律、医学、社会生活等领域,翻译方法主要有音译、意译、音意合译、直译、附加说明法等。文章重点分析了翻译特点,包括以意译为主、四音格词丰富、词族现象、缩... 详细信息

德宏傣文新词术语的翻译审定工作有其必要性。德宏傣文新词术语涉及政治、法律、医学、社会生活等领域,翻译方法主要有音译、意译、音意合译、直译、附加说明法等。文章重点分析了翻译特点,包括以意译为主、四音格词丰富、词族现象、缩略词翻译方法灵活等。文章最后从注意傣文词形的统一性;重视语言接触对傣语文的影响;根植语言实践,服务于日常生活;培养翻译人才、注重理论研究;翻译规范化、标准化和信息化工作等五个方面提出关于德宏傣文新词术语翻译的思考。

关键词：德宏傣文新词术语翻译方法翻译特点

来源：评论

学校读者我要写书评

暂无评论

基于跨语言词向量模型的蒙汉查询词扩展方法研究

引用

中文信息学报 2019年第6期33卷 27-34页

作者：马路佳赖文赵小兵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

跨语言信息检索指以一种语言为检索词,检索出用另一种或几种语言描述的一种信息的检索技术,是信息检索领域重要的研究方向之一。近年来,跨语言词向量为跨语言信息检索提供了良好的词向量表示,受到很多学者的关注。该文首先利用跨语言词... 详细信息

跨语言信息检索指以一种语言为检索词,检索出用另一种或几种语言描述的一种信息的检索技术,是信息检索领域重要的研究方向之一。近年来,跨语言词向量为跨语言信息检索提供了良好的词向量表示,受到很多学者的关注。该文首先利用跨语言词向量模型实现汉文查询词到蒙古文查询词的映射,其次提出串联式查询扩展、串联式查询扩展过滤、交叉验证筛选过滤三种查询扩展方法对候选蒙古文查询词进行筛选和排序,最后选取上下文相关的蒙古文查询词。实验结果表明:在蒙汉跨语言信息检索任务中引入交叉验证筛选方法对信息检索结果有很大的提升。

关键词：查询扩展跨语言词向量信息检索

来源：评论

学校读者我要写书评

暂无评论

基于多任务学习的民汉神经机器翻译数据增强方法

引用

中文信息学报 2023年第2期37卷 97-106页

作者：申影利周毛克赵小兵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 中央民族大学信息工程学院北京100081

神经机器翻译在资源丰富语言对中取得良好性能,但这种性能的取得通常以大规模的平行语料为前提。在民族语言与汉语之间仅存在小规模双语平行句对的情况下,该文提出把机器翻译中的数据增强技术融入多任务学习框架提升翻译性能。首先,通... 详细信息

神经机器翻译在资源丰富语言对中取得良好性能,但这种性能的取得通常以大规模的平行语料为前提。在民族语言与汉语之间仅存在小规模双语平行句对的情况下,该文提出把机器翻译中的数据增强技术融入多任务学习框架提升翻译性能。首先,通过对目标端句子进行简单的变换(如词序调整、词替换等)以产生非准确的新句子增强噪声;其次,将上述扩增的伪平行语料作为辅助任务融入一个多任务学习框架中以充分训练编码器,并使神经网络将注意力转移到如何使编码器中的源语言句子拥有更丰富准确的表示。通过在全国机器翻译大会(CCMT 2021)蒙汉、藏汉以及维汉3种机器翻译评测数据集上进行6个方向的互译实验,结果表明,在上述民汉翻译任务上,该文方法均显著优于基线系统及多种常见的机器翻译数据增强方法。

关键词：多任务学习数据增强低资源机器翻译

来源：评论

学校读者我要写书评

暂无评论

基于情感词典的藏语文本句子情感分类

引用

中文信息学报 2018年第2期32卷 75-80页

作者：闫晓东黄涛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

该文通过借鉴中文及英文情感分析中基于极性词典的方法来对藏文句子文本进行情感分析。首先我们通过人工的方法构建了一个全面、高效的极性词典,包括基础词词典、否定词词典、双重否定词词典、程度副词词典以及转折词词典,将极性词与修... 详细信息

该文通过借鉴中文及英文情感分析中基于极性词典的方法来对藏文句子文本进行情感分析。首先我们通过人工的方法构建了一个全面、高效的极性词典,包括基础词词典、否定词词典、双重否定词词典、程度副词词典以及转折词词典,将极性词与修饰词组合成极性短语作为极性计算的基本单元,并研究了转折词对句子情感极性的影响,提出了一种基于极性词典的藏语文本句子情感分析方法。实验结果表明,利用该文构建的词典进行的倾向性分析效果良好。

关键词：藏文情感分类情感词典

来源：评论

学校读者我要写书评

暂无评论

基于子词级别词向量和指针网络的朝鲜语句子排序

引用

中文信息学报 2022年第8期36卷 54-61页

作者：闫晓东解晓庆中央民族大学信息工程学院北京100089 国家语言资源监测与少数民族语言中心北京100089

句子排序是自然语言处理中的重要任务之一,其应用包括多文档摘要、问答和文本生成。不当的句子排序会产生逻辑不通顺的文本,使得文本的可读性降低。该文采用在中英文上大规模使用的深度学习方法,同时结合朝鲜语词语形态变化丰富的特点,... 详细信息

句子排序是自然语言处理中的重要任务之一,其应用包括多文档摘要、问答和文本生成。不当的句子排序会产生逻辑不通顺的文本,使得文本的可读性降低。该文采用在中英文上大规模使用的深度学习方法,同时结合朝鲜语词语形态变化丰富的特点,提出了一种基于子词级别词向量和指针网络的朝鲜语句子排序模型,其目的是解决传统方法无法挖掘深层语义信息的问题。该文提出基于形态素拆分的词向量训练方法(MorV),同时对比子词n元词向量训练方法(SG),得到朝鲜语词向量;采用了两种句向量方法:基于卷积神经网络(CNN)、基于长短时记忆网络(LSTM),结合指针网络分别进行实验。结果表明采用MorV和LSTM的句向量结合方法可以更好地捕获句子间的语义逻辑关系,提升句子排序的效果。

关键词：词向量形态素拆分指针网络句子排序

来源：评论

学校读者我要写书评

暂无评论

基于知识融合的CRFs藏文分词系统

引用

中文信息学报 2015年第6期29卷 213-219页

作者：洛桑嘎登杨媛媛赵小兵中央民族大学信息工程学院北京100081 中央民族大学少数民族语言文学系北京100081 中央民族大学国家语言资源监测中心少数民族语言分中心北京100081

藏文分词问题是藏文自然语言处理的基本问题之一,该文首先通过对35.1M的藏文语料进行标注之后,通过条件随机场模型对其进行训练,生成模型参数,再用模版对未分词的语料进行分词,针对基于条件随机场分词结果中存在的非藏文字符切分错误,... 详细信息

藏文分词问题是藏文自然语言处理的基本问题之一,该文首先通过对35.1M的藏文语料进行标注之后,通过条件随机场模型对其进行训练,生成模型参数,再用模版对未分词的语料进行分词,针对基于条件随机场分词结果中存在的非藏文字符切分错误,藏文黏着词识别错误,停用词切分错误,未登录词切分错误等问题分别总结了规则,并对分词的结果利用规则进行再加工,得到最终的分词结果,开放实验表明该系统的正确率96.11%,召回率96.03%,F值96.06%。

关键词：藏文分词条件随机场知识融合

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：