检索结果-内蒙古大学图书馆

中国科学数据（中英文网络版） 2022年第2期7卷 11-19页

作者：李宁朱丽平赵小兵木尼热·艾尔肯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

目前,语音翻译的公开数据集稀少,中文与其他低资源语言的双向语音翻译数据集尤其匮乏,阻碍了相关语言端到端语音翻译研究的推进。本文参考国际语音翻译数据集研究思想,将公开的语音识别数据集(AISHELL、THUYG-20)通过机器翻译,转换成语... 详细信息

目前,语音翻译的公开数据集稀少,中文与其他低资源语言的双向语音翻译数据集尤其匮乏,阻碍了相关语言端到端语音翻译研究的推进。本文参考国际语音翻译数据集研究思想,将公开的语音识别数据集(AISHELL、THUYG-20)通过机器翻译,转换成语音翻译数据集,进行数据处理后交由专家审核、校验,从而得到高质量语音翻译数据集。本数据集包括中蒙语音翻译数据集和维汉语音翻译数据集两部分,音频采样率是16 kHz。中蒙语音翻译数据集包含样本1919条,大小为238 MB。维汉语音翻译数据集包含样本3692条,大小为652 MB。本数据集可用于端到端语音翻译的研究,为探索中文与少数民族语言的语音翻译提供数据支撑,也可结合语音识别数据集用于研究机器翻译。

关键词：语音翻译中蒙维汉低资源

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

基于跨语言词向量模型的蒙汉查询词扩展方法研究

引用

第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL 2018)

作者：马路佳赵小兵赖文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

跨语言信息检索指用户以一种语言提问，检索出另一种或几种语言描述的信息资源的检索技术，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处理提供了良好的表示形式，受到很多学者的关注。该文利用跨语言词向量... 详细信息

跨语言信息检索指用户以一种语言提问，检索出另一种或几种语言描述的信息资源的检索技术，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处理提供了良好的表示形式，受到很多学者的关注。该文利用跨语言词向量实现从汉文查询词到蒙古文查询词扩展和映射，并利用该文提出的串联式查询扩展、串联式查询扩展过滤、交叉验证过滤三种查询扩展方法在进行词向量映射时对候选的蒙古文查询词进行筛选和排序，选择符合上下文的蒙古文词语。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方法对检索结果有很大的提升。

关键词：跨语言信息检索跨语言词向量查询扩展

来源：评论

学校读者我要写书评

暂无评论

藏文文本摘要数据集

引用

中国科学数据（中英文网络版） 2022年第2期7卷 39-45页

作者：闫晓东王羿钦黄硕杨金朋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

自动文本摘要是自然语言处理中的一个关键任务,高质量的数据集能有效推动摘要的研究。深度学习算法模型在中英开源数据集上都取得了显著的成绩,甚至超过了人类的表现。然而,公开的、高质量的大规模摘要数据集仍然非常稀少,且不容易人工... 详细信息

自动文本摘要是自然语言处理中的一个关键任务,高质量的数据集能有效推动摘要的研究。深度学习算法模型在中英开源数据集上都取得了显著的成绩,甚至超过了人类的表现。然而,公开的、高质量的大规模摘要数据集仍然非常稀少,且不容易人工构建。目前在藏文文本摘要任务中,由于公开数据集较少,藏文文本摘要任务还处于起步阶段。为了推动藏文信息化发展,本文人工构建了一个小型藏文多文本摘要数据集Ti-SUM,由1000篇真实藏文新闻组成,每一篇新闻都给出了简短的摘要。此外我们还针对每篇新闻构建了超过3500个文章关键词,用以辅助文本摘要任务。

关键词：文本摘要数据集藏文低资源

来源：评论

学校读者我要写书评

暂无评论

基于字形拆分的彝文形码输入方案设计

引用

百色学院学报 2021年第2期34卷 45-49页

作者：胡淇研赵小兵中央民族大学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

文章以规范彝文为例,依据直观、易学、易操作的原则,参考已有的彝文部首分类标准对彝文进行构形层面的部件拆分,保留独体字及构字能力强的部首,拆分合并构字能力弱的部首,整理出稳定的构字部件。在此基础上,根据部件与键盘26个英文大小... 详细信息

文章以规范彝文为例,依据直观、易学、易操作的原则,参考已有的彝文部首分类标准对彝文进行构形层面的部件拆分,保留独体字及构字能力强的部首,拆分合并构字能力弱的部首,整理出稳定的构字部件。在此基础上,根据部件与键盘26个英文大小写字母的形似性特征设计了一套多映射的部件编码输入方案。经过测试发现,该方案编码规则简单易学,码长适中,重码率低,输入效率高,适用范围较广,实用性较强。

关键词：彝文部件分类编码规则性能分析

来源：评论

学校读者我要写书评

暂无评论

藏语方言语音合成数据集

引用

中国科学数据（中英文网络版） 2022年第2期7卷 20-29页

作者：仁曾卓玛朱丽平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

本研究构建并公开了藏语卫藏、安多和康巴三大方言的语音合成数据集。本数据集来源于喜马拉雅FM听音软件,内容包含新闻、法律知识、生活常识、小故事等。数据集中的音频由专业的播音员录播而成,能够保证发音的准确性,通过用专业的音频... 详细信息

本研究构建并公开了藏语卫藏、安多和康巴三大方言的语音合成数据集。本数据集来源于喜马拉雅FM听音软件,内容包含新闻、法律知识、生活常识、小故事等。数据集中的音频由专业的播音员录播而成,能够保证发音的准确性,通过用专业的音频软件切割播音内容,提供10多小时约8.02 GB的音频及对应的文本数据,共4684条句子。文本经过藏语专业人员审核,能够保证语法的正确性。从字丁、音标、语音现象的均衡覆盖率等多方面对数据集的质量评估表明,本数据集对各方言语言特征覆盖率高,且语音现象覆盖均衡。本数据集可以为研究藏语方言语音合成提供数据支撑,同时还可以作为研究藏语三大方言语音发音、停顿、韵律、节奏等语音特征的语料库。

关键词：语音合成安多方言卫藏方言康巴方言数据集

来源：评论

学校读者我要写书评

暂无评论

基于神经元块级别注意力机制的LSTM关系抽取

引用

计算机应用研究 2020年第S2期37卷 76-79页

作者：吴天昊古丽拉·阿东别克新疆大学信息科学与工程学院乌鲁木齐830046 国家语言资源监测与研究少数民族语言中心哈萨克和柯尔克孜语文基地乌鲁木齐830046 新疆多语种信息技术实验室乌鲁木齐830046

目前关系抽取方法中,传统深度学习方法存在长距离依赖问题,并且未考虑模型内部神经元特征之间的相关性。针对以上问题,提出一种基于神经元块级别注意力机制的LSTM(long short-term memory)关系抽取方法。将多特征向量相融合作为双向LST... 详细信息

目前关系抽取方法中,传统深度学习方法存在长距离依赖问题,并且未考虑模型内部神经元特征之间的相关性。针对以上问题,提出一种基于神经元块级别注意力机制的LSTM(long short-term memory)关系抽取方法。将多特征向量相融合作为双向LSTM的输入,采用块级别注意力机制对神经元特征进行注意力计算,通过注意力概率分布对神经元特征进行更新,同时采用批标准化算法对神经元的注意力特征进行优化,获取双向LSTM模型的输出特征;最后采用句子级别注意力机制对输出特征进行注意力计算,通过softmax分类器输出分类结果。在SemEval-2010task 8关系数据集上的实验结果表明,该方法的准确率较传统深度学习方法有进一步提升。

关键词：关系抽取双向LSTM 块级别注意力机制句子级别注意力机制批标准化算法

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藏文数据集TibetanQA

引用

中国科学数据（中英文网络版） 2022年第2期7卷 30-38页

作者：孙媛旦正错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

机器阅读理解是自然语言处理的关键任务,旨在考察机器是否具有理解自然语言的能力。目前,中英文领域的机器阅读理解取得了很大的进展,模型的性能已经超过了人类的水平,其中公开数据集起到了非常重要的作用,如斯坦福大学的SQuAD数据集。... 详细信息

机器阅读理解是自然语言处理的关键任务,旨在考察机器是否具有理解自然语言的能力。目前,中英文领域的机器阅读理解取得了很大的进展,模型的性能已经超过了人类的水平,其中公开数据集起到了非常重要的作用,如斯坦福大学的SQuAD数据集。而对于低资源语言,如藏文,由于缺乏大规模公开的数据集,机器阅读理解的相关研究还处于起步阶段。因此,本文构建了面向藏文机器阅读理解的数据集,数据集包含631篇文章,903个段落,形式为excel文件。其中,第一列为当前文章ID,第二列为文本标题,第三列为段落,第四列为问题,第五列为问题对应的答案。其文本数据来自云藏网,问题和答案是由20位藏语专业人员进行人工录入和标注,类型涉及自然、文化、教育等12个领域。本数据集的发布,对于促进藏文信息处理的发展具有重要的价值。

关键词：机器阅读理解藏文少数民族语言低资源数据集

来源：评论

学校读者我要写书评

暂无评论

藏汉语音翻译数据集

引用

中国科学数据（中英文网络版） 2024年第4期9卷 21-29页

作者：赵小兵刘佳洛周毛克江雪戚肖克国家语言资源监测与研究少数民族语言中心北京100081 中国政法大学法治信息管理学院北京102249 中央民族大学信息工程学院北京100081

语音翻译研究的前沿取决于可用数据集的质量和多样性。目前在探索少数民族语言的语音翻译时,由于缺乏公开的数据集,相关研究面临着诸多限制。为此,本文构建并公开藏语语音到汉语文本的语音翻译数据集。本数据集来源于微信公众平台以及... 详细信息

语音翻译研究的前沿取决于可用数据集的质量和多样性。目前在探索少数民族语言的语音翻译时,由于缺乏公开的数据集,相关研究面临着诸多限制。为此,本文构建并公开藏语语音到汉语文本的语音翻译数据集。本数据集来源于微信公众平台以及已公开的藏语语音识别数据集。通过网络爬虫和机器翻译辅助采集数据,并进行人工切分与标注,最终交由专家审核和校正后得到高质量的藏汉语音翻译数据集。本数据集包含样本7270条,大小为965 MB。本数据集为探索低资源藏汉语音翻译技术提供了一定的数据基础,有助于推动相关技术和算法的进步,也为语音翻译系统在少数民族语言环境下的应用提供了实质性的支持。

关键词：语音翻译藏汉少数民族语言低资源数据集

来源：评论

学校读者我要写书评

暂无评论

旅游领域意图识别和槽位填充联合建模方法研究

引用

东北师大学报（自然科学版） 2024年第2期56卷 75-82页

作者：厉雯古丽拉·阿东别克樊诗雨任方日新疆大学信息科学与工程学院新疆乌鲁木齐830017 国家语言资源监测与研究少数民族语言中心哈萨克和柯尔克孜语文基地新疆乌鲁木齐830017 新疆多语种信息技术实验室新疆乌鲁木齐830017

构建了基于BERT的双向连接模式BERT-based Bi-directional Association Model(BBAM)以实现在意图识别和槽位填充之间建立双向关系的目标,来实现意图识别与槽位填充的双向关联,融合两个任务的上下文信息,对意图识别与槽位填充两个任务之... 详细信息

构建了基于BERT的双向连接模式BERT-based Bi-directional Association Model(BBAM)以实现在意图识别和槽位填充之间建立双向关系的目标,来实现意图识别与槽位填充的双向关联,融合两个任务的上下文信息,对意图识别与槽位填充两个任务之间的联系进行深度挖掘,从而优化问句理解的整体性能.为了验证模型在旅游领域中的实用性和有效性,通过远程监督和人工校验构建了旅游领域问句数据集TFQD(Tourism Field Question Dataset),BBAM模型在此数据集上的槽填充任务F 1值得分为95.21%,意图分类准确率(A)为96.71%,整体识别准确率(A_(sentence))高达89.62%,显著优于多种基准模型.所提出的模型在ATIS和Snips两个公开数据集上与主流联合模型进行对比实验后,结果表明其具备一定的泛化能力.

关键词：自然语言理解口语理解问句理解旅游领域智能问答意图识别槽位填充联合建模

来源：评论

学校读者我要写书评

暂无评论

基于排序集成的哈萨克语固定短语抽取

引用

计算机工程与应用 2014年第21期50卷 205-209,223页

作者：桑海岩古丽拉·阿东别克孙瑞娜陈莉新疆大学信息科学与工程学院乌鲁木齐830046 国家语言资源监测与研究中心少数民族语言中心哈萨克和柯尔克孜语文基地乌鲁木齐830046 新疆财经大学统计信息学院乌鲁木齐830046

短语抽取是文本自动分类、主题提取及专利检索分析等文本信息理解等工作中都要应用到的一项关键技术。固定短语抽取作为短语研究的一部分,对短语标注、辞典编撰等自然语言处理任务都具有重要的现实意义。哈萨克语是黏着语,词形变化丰富... 详细信息

短语抽取是文本自动分类、主题提取及专利检索分析等文本信息理解等工作中都要应用到的一项关键技术。固定短语抽取作为短语研究的一部分,对短语标注、辞典编撰等自然语言处理任务都具有重要的现实意义。哈萨克语是黏着语,词形变化丰富,这些特点给哈语固定短语的抽取带来了一定的困难。提出一个总体的固定短语抽取算法,把固定短语抽取看作一个排序问题,使用C-value、互信息和log-likelihood进行抽取排序,并设计了一个新的排序集成方法对抽取的结果进行集成。实验分析结果表明,与单独的抽取算法比较,该算法达到了更高的准确率。

关键词：自然语言处理固定短语排序集成互信息似然比 C-value算法

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：