检索结果-内蒙古大学图书馆

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

基于层次特征的藏文人名识别研究

引用

计算机应用研究 2018年第9期35卷 2583-2587,2596页

作者：刘飞飞王志娟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中心少数民族语言分中心北京100081

为了提高藏文人名识别的效果,提出了结合三层的层次特征的藏文人名识别算法。提出了无须分词,仅在藏文音节粒度上,基于藏文人名三层特征:内部特征、上下文信息、并列关系特征,利用条件随机场(conditional random fields,CRF)算法进行藏... 详细信息

为了提高藏文人名识别的效果,提出了结合三层的层次特征的藏文人名识别算法。提出了无须分词,仅在藏文音节粒度上,基于藏文人名三层特征:内部特征、上下文信息、并列关系特征,利用条件随机场(conditional random fields,CRF)算法进行藏文人名识别的研究。首先将人名的内部和上下文特征作为CRF特征,然后将人名并列关系特征设计为规则进一步提高识别效果。在不影响准确率的情况下,最终将人名识别的召回率提高了10.43%,综合F值达到了95.02%。其中对于藏族人名的F值提升了11%,音译人名识别的F值达到了94.09%。实验结果表明,该方法可以有效提升藏文人名的识别效果。

关键词：人名识别层次特征藏文条件随机场

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络与情感倾向点互信息算法的农产品情感词典构建

引用

计算机应用 2022年第S02期42卷 10-13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 国家资源监测与研究少数民族语言中心北京100081

针对现有的情感词典无法精准地对在线农产品情感词进行捕捉分析的问题,通过对农产品在线评论进行分析,构建专用情感词典,创新地提出C-TF算法。首先,将卷积神经网络(CNN)与词频(TF)结合计算得出情感种子词,并利用文本词性标注进行词语过... 详细信息

针对现有的情感词典无法精准地对在线农产品情感词进行捕捉分析的问题,通过对农产品在线评论进行分析,构建专用情感词典,创新地提出C-TF算法。首先,将卷积神经网络(CNN)与词频(TF)结合计算得出情感种子词,并利用文本词性标注进行词语过滤得到候选词;接着,利用情感倾向点互信息(SO-PMI)算法计算每个候选词与种子情感词的相似度从而对词语极性标注;最终,形成农产品情感词典。为验证所提词典的准确性,用构建的情感词典对不同平台的农产品评论进行情感分类。实验结果显示,与其他情感词典相比,在精确率、召回率和F1值3个评价指标上均提升了5.00以上个百分点。所构建的农产品情感词典对农产品情感分类效果更好,便于商家更准确地掌握消费者的情感倾向。

关键词：卷积神经网络词频词典构建情感倾向点互信息算法农产品

来源：评论

学校读者我要写书评

暂无评论

面向机器阅读理解的高质量藏语数据集构建

引用

中文信息学报 2024年第3期38卷 56-64页

作者：孙媛刘思思陈超凡旦正错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冶理教育部重点实验室北京100081

机器阅读理解是通过算法让机器根据给定的上下文回答问题,从而测试机器理解自然语言的程度。其中,数据集的构建是机器阅读理解的主要任务之一。目前,相关算法模型在大多数流行的英语数据集上都取得了显著的成绩,甚至超过了人类表现。但... 详细信息

机器阅读理解是通过算法让机器根据给定的上下文回答问题,从而测试机器理解自然语言的程度。其中,数据集的构建是机器阅读理解的主要任务之一。目前,相关算法模型在大多数流行的英语数据集上都取得了显著的成绩,甚至超过了人类表现。但对于低资源语言,由于缺乏相应的数据集,机器阅读理解研究尚处于起步阶段。该文以藏语为例,人工构建了藏语机器阅读理解数据集(TibetanQA),其中包含20000个问题答案对和1513篇文章。该数据集的文章均来自云藏网,涵盖了自然、文化和教育等12个领域,问题形式多样且具有一定的难度。另外,该数据集在文章收集、问题构建、答案验证、回答多样性和推理能力等方面,均采用严格的流程以确保数据的质量,同时采用基于语言特征消融输入的验证方法说明了数据集的质量。最后,该文初步探索了三种经典的英语阅读理解模型在TibetanQA数据集上的表现,其结果难以媲美人类,这表明藏语机器阅读理解任务还需要更进一步的探索。

关键词：机器阅读理解低资源语言藏语数据集

来源：评论

学校读者我要写书评

暂无评论

隐空间转换的混合样本图像去雾

引用

计算机工程与应用 2023年第9期59卷 225-236页

作者：郑玉彤孙昊英宋伟中央民族大学信息工程学院北京100081 自然资源部海洋环境探测技术与应用重点实验室广州510310 国家语言资源监测与研究少数民族语言中心北京100081

深度学习从数据集中学习样本的内在规律,数据集的质量一定程度上决定了模型的表现。在去雾任务的公开数据集中,由于缺少成对真实数据,合成的成对数据难以模拟真实环境等问题,可能导致训练出的模型在实际环境中表现不佳。为此,提出混合... 详细信息

深度学习从数据集中学习样本的内在规律,数据集的质量一定程度上决定了模型的表现。在去雾任务的公开数据集中,由于缺少成对真实数据,合成的成对数据难以模拟真实环境等问题,可能导致训练出的模型在实际环境中表现不佳。为此,提出混合样本学习问题,利用合成的成对数据和真实数据(混合样本)同时训练模型,通过隐空间的转换实现混合样本间的转换。算法利用变分自编码器和生成对抗网络(VAE-GAN)将混合样本分别编码到隐空间,利用对抗损失将真实数据的隐空间向合成雾图的隐空间对齐,利用含特征自适应融合(MFF)模块的映射网络学习成对数据隐空间之间的转换,从而建立起从真实雾图域到清晰图像域之间的去雾数据通路。实验结果表明,该算法相比其他去雾算法在真实雾图上的去雾结果更加清晰,对于较厚的雾图也有突出的效果,且该算法的峰值信噪比高于对比算法。

关键词：单幅图像去雾隐空间转换混合样本变分自编码器(VAE) 生成对抗网络(GAN)

来源：评论

学校读者我要写书评

暂无评论

面向残片缀合的敦煌文献图像数据集

引用

中国科学数据（中英文网络版） 2024年第4期9卷 46-58页

作者：高歌殷梓轩李雪龙赵小兵翁彧中央民族大学中国少数民族语言文学学院北京100081 中央民族大学民族语言智能分析与安全治理教育部重点实验室北京100081 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

敦煌文献是华夏各民族在漫长的历史中创造和遗留的珍贵遗产。由于年代久远,文献大多有不同程度的残损,缀合由此成为敦煌学研究的关键步骤。传统依靠人工缀合难度大、耗时长。近年来伴随计算机技术的进步,出现了计算机辅助的残片自动缀... 详细信息

敦煌文献是华夏各民族在漫长的历史中创造和遗留的珍贵遗产。由于年代久远,文献大多有不同程度的残损,缀合由此成为敦煌学研究的关键步骤。传统依靠人工缀合难度大、耗时长。近年来伴随计算机技术的进步,出现了计算机辅助的残片自动缀合技术。该技术的研究依赖于大规模图像数据的支持,而敦煌文献由于残损和收藏情况复杂,十分缺乏可用于缀合目的的高质量图像数据集。本数据集根据已发表的缀合论文收集了一批高质量残片图像数据,并补充了人工分割的图像数据,共计95组,366张。每组数据均包含1张完整的缀合参考图,及2-7张数量不等的残片。图像涉及文种主要为汉文,间有古藏文;涉及的文献收藏机构包括中国国家图书馆、大英图书馆、法国国家图书馆以及敦煌研究院等。数据收集、整理过程规范,经整理的可缀合组中的残片数量及残片来源的分布具备代表性,且图像质量较高,能够支持缀合算法或模型的训练和验证。

关键词：敦煌文献自动缀合残片图像古籍残片数字人文

来源：评论

学校读者我要写书评

暂无评论

机器音译研究综述

引用

中文信息学报 2024年第7期38卷 1-17页

作者：李卓王志娟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 中国科学技术信息研究所北京100038

机器音译是基于语音相似性自动将文本从一种语言转换为另一种语言的过程,其是机器翻译的一个子任务,侧重于语音信息的翻译。音译后可知道源单词在另一种语言中的发音,使不熟悉源语言的人更容易理解该语言,有益于消除语言和拼写障碍。机... 详细信息

机器音译是基于语音相似性自动将文本从一种语言转换为另一种语言的过程,其是机器翻译的一个子任务,侧重于语音信息的翻译。音译后可知道源单词在另一种语言中的发音,使不熟悉源语言的人更容易理解该语言,有益于消除语言和拼写障碍。机器音译在多语言文本处理、语料库对齐、信息抽取等自然语言应用中发挥着重要作用。该文阐述了目前机器音译任务中存在的挑战,对主要的音译方法进行了剖析、分类和整理,对音译数据集进行了罗列汇总,并列出了常用的音译效果评价指标,最后对该领域目前存在的问题进行了说明,并对音译学的未来进行了展望。该文旨在为进入该领域的新人提供快速的入门指南,或供其他研究者参考。

关键词：音译综述语料库评价指标

来源：评论

学校读者我要写书评

暂无评论

铸牢中华民族共同体背景下的维吾尔语、哈萨克语、柯尔克孜语与汉语接触现象及其特点探析

引用

玉林师范学院学报 2023年第4期44卷 119-129页

作者：依斯马依力·艾肯木马合怕丽·奴尔江中央民族大学中国少数民族语言文学学院北京100081 中央民族大学国家语言资源监测与研究少数民族语言中心北京100081

新疆自古以来是多民族聚居的地区,世界三大语系在这里交汇聚首。这里共有12种民族语言,语言资源丰富且复杂。汉语与少数民族语言接触现象是历史上多民族频繁交往交流的重要表现。本文通过具体的语言实例,分析维吾尔语、哈萨克语、柯尔... 详细信息

新疆自古以来是多民族聚居的地区,世界三大语系在这里交汇聚首。这里共有12种民族语言,语言资源丰富且复杂。汉语与少数民族语言接触现象是历史上多民族频繁交往交流的重要表现。本文通过具体的语言实例,分析维吾尔语、哈萨克语、柯尔克孜语与汉语接触的具体形式,探讨铸牢中华民族共同体背景下汉语与少数民族语言接触研究的重要意义,助力少数民族地区推广国家通用语言文字政策的实施。

关键词：铸牢中华民族共同体维吾尔语哈萨克语柯尔克孜语汉语语言接触

来源：评论

学校读者我要写书评

暂无评论

数字人文视域下《春秋》三传“礼”的量化分析

引用

河南科技学院学报（社会科学版） 2024年第11期44卷 59-67页

作者：谭泽霖赵小兵中央民族大学北京100081 国家语言资源监测与研究少数民族语言中心北京100081

以礼解经是《春秋》三传的共同特色。数字人文作为科技与人文学科交叉的研究领域,为人文研究提供了新的方法和视角。以《左传》《公羊传》《榖梁传》为研究对象,采用跨学科研究方法,结合计算机技术对“礼”这一概念进行量化分析。通过... 详细信息

以礼解经是《春秋》三传的共同特色。数字人文作为科技与人文学科交叉的研究领域,为人文研究提供了新的方法和视角。以《左传》《公羊传》《榖梁传》为研究对象,采用跨学科研究方法,结合计算机技术对“礼”这一概念进行量化分析。通过词频统计、时序分析和LDA主题建模,研究发现《左传》更注重展示礼仪在维系社会秩序和道德规范中的作用,而《公羊传》和《榖梁传》则倾向于对礼仪理念的哲学解释;礼仪是维系社会稳定与权力结构的重要手段,在构建社会规范和文化传承中起到重要作用。未来研究中,应注重多维数据融合和动态演变分析,为理解春秋历史和文化提供新的视角。

关键词：礼数字人文《春秋》三传量化分析

来源：评论

学校读者我要写书评

暂无评论

语言接触视野下的维吾尔语库车土语中的汉语普通话借词及特点探析

引用

宝鸡文理学院学报（社会科学版） 2022年第5期42卷 84-92页

作者：依斯马依力·艾肯木中央民族大学中国少数民族语言文学学院北京100081 中央民族大学国家语言资源监测与研究少数民族语言中心北京100081

维吾尔语库车土语作为维吾尔语中心方言中的一个分支,具备了不同于其他维吾尔语方言土语的一些特点。维吾尔语库车土语词汇系统中存在大量汉语普通话借词,而且这些词汇在日常交际中使用频繁,已成为广大维吾尔族群众口语交际中不可缺少... 详细信息

维吾尔语库车土语作为维吾尔语中心方言中的一个分支,具备了不同于其他维吾尔语方言土语的一些特点。维吾尔语库车土语词汇系统中存在大量汉语普通话借词,而且这些词汇在日常交际中使用频繁,已成为广大维吾尔族群众口语交际中不可缺少的重要组成部分。文章对库车土语中存在的汉语普通话借词进行归类,并对其语音特点、构词方式等方面进行分析,得出库车土语中的汉语普通话借词的借入规律。

关键词：维吾尔语库车土语语言接触汉语普通话借词语音特点

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：