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

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

基于改进TextRank的藏文抽取式摘要生成

引用

中文信息学报 2020年第9期34卷 36-43页

作者：李维闫晓东解晓庆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中心少数民族语言分中心北京100081

目前,藏文抽取式文本摘要方法主要是提取文本自身的特征,对句子进行打分,不能挖掘句子中深层的语义信息。该文提出了一种改进的藏文抽取式摘要生成方法。该方法将外部语料库的信息以词向量的形式融入到TextRank算法,通过TextRank与词向... 详细信息

目前,藏文抽取式文本摘要方法主要是提取文本自身的特征,对句子进行打分,不能挖掘句子中深层的语义信息。该文提出了一种改进的藏文抽取式摘要生成方法。该方法将外部语料库的信息以词向量的形式融入到TextRank算法,通过TextRank与词向量的结合,把句子中每个词语映射到高维词库形成句向量,进行迭代为句子打分,并选取分值最高的句子重新排序作为文本的摘要。实验结果表明,该方法能有效提升摘要质量。该文还在传统ROUGE评测方法的基础上,提出了一种采用句子语义相似度计算的方式进行摘要评测的方法。

关键词：文本摘要 TextRank 词向量句子相似度

来源：评论

学校读者我要写书评

暂无评论

基于改进词向量GRU神经网络模型的藏语实体关系抽取

引用

中文信息学报 2019年第6期33卷 35-41页

作者：孙媛王丽客郭莉莉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中心少数民族语言分中心北京100081

互联网数据的爆炸式增长,使得研究热点更多转向Web内容结构化分析。如果将藏语知识以结构化形式表示,那么将会有利于藏语知识的结构化分析和深度挖掘。该文提出了一种优化词向量的GRU神经网络模型进行藏语实体关系抽取的方法。在模型的... 详细信息

互联网数据的爆炸式增长,使得研究热点更多转向Web内容结构化分析。如果将藏语知识以结构化形式表示,那么将会有利于藏语知识的结构化分析和深度挖掘。该文提出了一种优化词向量的GRU神经网络模型进行藏语实体关系抽取的方法。在模型的训练中,加入了优化的词向量,在传统的词向量模型中结合藏语音节向量、音节位置向量、词性向量等特征对词向量进一步优化,并且选取了藏语词汇特征和藏语句子特征。实验证明,通过使用改进词向量F1值达到了78.43%。

关键词：实体关系抽取词向量 GRU神经网络

来源：评论

学校读者我要写书评

暂无评论

基于SVM和泛化模板协作的藏语人物属性抽取

引用

中文信息学报 2015年第6期29卷 220-227页

作者：朱臻孙媛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中心少数民族语言分中心北京100081

该文提出了一种基于SVM和泛化模板协作的藏语人物属性抽取方法。该方法首先构建了基于藏语语言规则的模板系统,收集了包括格助词、特殊动词等具有明显语义信息的特征建设模板并泛化。针对规则方法的局限性,该文在模板的基础上,采用SVM... 详细信息

该文提出了一种基于SVM和泛化模板协作的藏语人物属性抽取方法。该方法首先构建了基于藏语语言规则的模板系统,收集了包括格助词、特殊动词等具有明显语义信息的特征建设模板并泛化。针对规则方法的局限性,该文在模板的基础上,采用SVM机器学习方法,设计了一种处理多分类问题的层次分类器结构,同时对多样化的特征选取给予说明。最后,实验结果表明,基于SVM和模板相结合的方式可以对人物属性抽取的性能有较大提高。

关键词：人物属性抽取藏语语言处理 SVM 层次分类器

来源：评论

学校读者我要写书评

暂无评论

基于联合模型的藏文实体关系抽取方法研究

引用

中文信息学报 2018年第12期32卷 76-83页

作者：夏天赐孙媛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中心少数民族语言分中心北京100081

从无结构文本中抽取实体与实体之间的关系是自然语言处理领域的重要研究内容,同时也为构建知识图谱、问答系统等应用提供重要支撑。基于联合模型的实体关系抽取任务将实体识别和关系抽取同时进行,克服了传统实体关系抽取任务中先识别句... 详细信息

从无结构文本中抽取实体与实体之间的关系是自然语言处理领域的重要研究内容,同时也为构建知识图谱、问答系统等应用提供重要支撑。基于联合模型的实体关系抽取任务将实体识别和关系抽取同时进行,克服了传统实体关系抽取任务中先识别句子中的实体,然后再进行实体关系判断这两次任务中的错误累加。该文针对藏文语料匮乏、实体识别准确率不高等问题,提出了基于联合模型抽取藏文实体关系的方法。基于藏文实体关系抽取任务,提出以下方案:(1)针对藏文分词准确率不高的问题,对藏文进行字级和词级两种方式进行预处理,并给出对比实验,结果表明采用字级处理方式较词级处理方式效果有所提高。(2)藏文是一种语法规则比较强的语言,名词、格助词等能明确指示句子各组块之间的语法和语义结构关系,因此该文将藏文的词性标注特征加入到藏文的字词向量中,实验结果证明了方法的有效性。(3)该文借鉴了联合模型处理的优势,提出基于联合模型处理方式,采用端到端的BiLSTM框架将藏文实体关系抽取任务转变为藏文序列标注的问题,实验结果表明,该文的方法较传统的基于藏文处理方式,如SVM算法和LR算法,准确率提高了30%～40%。

关键词：联合模型藏文实体关系词性标注

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：