检索结果-内蒙古大学图书馆

融合LDA的门控图卷积网络文本分类研究

引用

东北师大学报（自然科学版） 2021年第4期53卷 68-76页

作者：高维奇黄浩胡英吾守尔·斯拉木新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆多语种信息技术实验室新疆乌鲁木齐830046 新疆多语种信息技术研究中心新疆乌鲁木齐830046

在现有文本图基础上引入隐狄利克雷分布,将文档-主题和主题-词信息融入文本图以丰富文本图中节点间关系,之后将该文本图送入一个基于图卷积网络门控机制模型.在多个数据集上进行验证.结果表明,所提出的模型优于现有图卷积网络文本分类模型.

关键词：文本分类图卷积网络隐狄利克雷分布门控机制文本图

来源：评论

学校读者我要写书评

暂无评论

基于多种数据筛选的维汉神经机器翻译

引用

厦门大学学报（自然科学版） 2022年第4期61卷 660-666页

作者：宜年艾山·吾买尔买合木提·买买提吐尔根·依布拉音新疆大学信息科学与工程学院新疆多语种信息技术重点实验室新疆乌鲁木齐830046

为了得到更好的翻译结果,研究者对于利用平行数据生成大量高质量生成数据进行了广泛的研究.为此,针对数据增强和系统训练方法,提出结合知识蒸馏、数据增强和数据筛选的方法得到高质量生成数据.具体为利用知识蒸馏的方法得到鲁棒性更强... 详细信息

为了得到更好的翻译结果,研究者对于利用平行数据生成大量高质量生成数据进行了广泛的研究.为此,针对数据增强和系统训练方法,提出结合知识蒸馏、数据增强和数据筛选的方法得到高质量生成数据.具体为利用知识蒸馏的方法得到鲁棒性更强的汉维翻译模型,在该汉维模型的基础之上通过反向翻译的方法生成质量较好的生成数据,并利用不同的数据筛选方法进一步得到高质量生成数据.之后利用现有的平行数据和生成数据训练得到一个高性能的维吾尔语-汉语神经机器翻译系统.在CCMT2021维汉评测任务中验证上述方法对于维汉翻译质量的影响,对比基线系统、反向翻译和同任务其他系统,该方法训练得到的系统有着更好的翻译结果,并在该翻译任务上获得了第一名.

关键词：维汉翻译自注意力机制低资源翻译

来源：评论

学校读者我要写书评

暂无评论

融合方面语义和网格标记的多语言意见元组抽取

引用

计算机科学 2024年第4期51卷 324-333页

作者：古文霞早克热·卡德尔杨乾艾山·吾买尔新疆大学信息科学与工程学院乌鲁木齐830046 新疆多语种信息技术重点实验室乌鲁木齐830046

面向方面的细粒度意见抽取(Aspect-oriented Fine-grained Opinion Extraction,AFOE)任务的目的是以意见对的形式抽取文本评论中的方面和意见词或者再抽取情感极性,形成意见三元组。以往的研究通常以管道方式抽取意见元素,容易出现错误... 详细信息

面向方面的细粒度意见抽取(Aspect-oriented Fine-grained Opinion Extraction,AFOE)任务的目的是以意见对的形式抽取文本评论中的方面和意见词或者再抽取情感极性,形成意见三元组。以往的研究通常以管道方式抽取意见元素,容易出现错误传播的问题,而且大多数只关注方面词和意见词的单个子任务抽取,忽略了不同意见元素之间的相互影响和指示信息,导致意见挖掘任务不完整。此外,面向中文的意见元素抽取任务的研究较少。针对以上问题,文中提出了融合方面语义和网格标记的多语言意见元组抽取模型。首先,使用向内LSTM(Inward-LSTM)和向外LSTM(Outward-LSTM)编码方面词及其对应的上下文信息建立方面和候选意见词的关联,再结合全局信息生成特定方面语义特征的上下文表示,有利于提高下游意见元素抽取的性能。其次,使用网格标记方案的推理策略,利用方面和意见词之间的依赖指示信息进行更准确的抽取,以端到端的方式处理AFOE任务。相比基线模型,对于方面意见对抽取任务,改进的模型在中英文数据集上的F1值提高了0.89%~4.11%,对于三元组抽取任务提高了1.36%~3.11%,实验结果表明,改进的模型能有效地对中英文评论的意见元素进行抽取,性能显著优于基线模型。

关键词：方面意见对抽取三元组抽取网格标记方案方面语义面向方面的细粒度意见抽取

来源：评论

学校读者我要写书评

暂无评论

基于多任务学习的端到端维吾尔语语音识别

引用

信号处理 2021年第10期37卷 1852-1859页

作者：苏比·艾依提努尔麦麦提·尤鲁瓦斯黄浩吾守尔·斯拉木新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆多语种信息技术实验室新疆乌鲁木齐830046

维吾尔语是黏着语,词汇量较多,容易出现未登录词问题并且属于低资源语言,导致维吾尔语的端到端语音识别模型性能较低。针对上述问题,该文提出了基于多任务学习的端到端维吾尔语语音识别模型,在编码器层使用Conformer并与链接时序分类(C... 详细信息

维吾尔语是黏着语,词汇量较多,容易出现未登录词问题并且属于低资源语言,导致维吾尔语的端到端语音识别模型性能较低。针对上述问题,该文提出了基于多任务学习的端到端维吾尔语语音识别模型,在编码器层使用Conformer并与链接时序分类(CTC)相连接,通过BPE-dropout方法形成鲁棒性更强的子词,以子词和字作为建模单元,同时进行多任务训练和解码。实验结果分析发现,子词作为建模单元能有效解决未登录词问题,多任务学习模型能在低资源环境下较充分利用数据,学习到丰富的时序语音特征信息,进一步提升模型的识别性能。在公开的维吾尔语语音数据集THUYG-20上与基线相比把子词错误率和字错误率分别降低7.3%和3.8%。

关键词： Conformer 链接时序分类多任务学习子词维吾尔语

来源：评论

学校读者我要写书评

暂无评论

多语种(汉、维、哈、柯文)辅助办案系统的开发

引用

计算机应用与软件 2013年第8期30卷 203-205,225页

作者：麦迪乃.热合木江艾尼宛儿.托乎提吾守尔.斯拉木阿依佳肯.阿曼太新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学多语种信息技术重点实验室新疆乌鲁木齐830046

结合新疆少数民族地区公安机关的工作实际,在充分考虑到基层执法办案民警的需求后,开发出了中文、维吾尔文、哈萨克文、柯尔克孜文辅助办案系统。重点介绍辅助办案系统的系统结构、工作流程及关键技术。软件是多文种操作界面,操作简单... 详细信息

结合新疆少数民族地区公安机关的工作实际,在充分考虑到基层执法办案民警的需求后,开发出了中文、维吾尔文、哈萨克文、柯尔克孜文辅助办案系统。重点介绍辅助办案系统的系统结构、工作流程及关键技术。软件是多文种操作界面,操作简单、具有良好的安全性及兼容性。系统使用了少数民族文字处理、模板化、软件国际化等技术。该系统的开发与应用,对降低警务成本,提升公安机关工作效率,促进执法规范化等方面具有良好的成效。目前系统在乌鲁木齐某公安局正常运行了2年。

关键词：多语种公安辅助办案系统

来源：评论

学校读者我要写书评

暂无评论

基于Django印刷体维吾尔文识别系统的设计与实现

引用

郑州大学学报（理学版） 2021年第3期53卷 9-14页

作者：熊黎剑吾守尔·斯拉木许苗苗新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆多语种信息技术实验室新疆乌鲁木齐830046 新疆多语种信息技术研究中心新疆乌鲁木齐830046

光学字符识别(optical character recognition,OCR)技术在图书数字化、文献管理等诸多领域得到了广泛应用,而相比于已十分成熟的中文、英文印刷体识别系统,小文种(维吾尔文)印刷体识别还有研究空间和实际应用需求。针对传统识别方法特... 详细信息

光学字符识别(optical character recognition,OCR)技术在图书数字化、文献管理等诸多领域得到了广泛应用,而相比于已十分成熟的中文、英文印刷体识别系统,小文种(维吾尔文)印刷体识别还有研究空间和实际应用需求。针对传统识别方法特征表示不足等问题,结合日益兴起的深度学习技术,采用Python语言编程,选用经改进的卷积循环神经网络作为识别算法核心,并利用Django设计系统框架。实验表明,印刷体维文识别系统的精度达到95.7%,平均速度达到12.5 fps。该系统实现了端到端的维文整词识别。

关键词：卷积循环神经网络门控循环单元连接时序分类器印刷体维吾尔文

来源：评论

学校读者我要写书评

暂无评论

CRF与规则相结合的维吾尔文地名识别研究

引用

中文信息学报 2017年第6期31卷 110-118页

作者：买合木提.买买提卡哈尔江.阿比的热西提艾山.吾买尔吐尔根.依布拉音王路路新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆多语种信息技术实验室新疆乌鲁木齐830046

该文通过维吾尔文地名的分析研究,提出了一种基于条件随机场和规则的维吾尔文地名识别方法。根据维吾尔文地名黏着性、音译等特点,针对维吾尔文地名识别任务,在词汇和词性特征基础之上,引入音节、词向量获取的相似单词、常用地名词典、... 详细信息

该文通过维吾尔文地名的分析研究,提出了一种基于条件随机场和规则的维吾尔文地名识别方法。根据维吾尔文地名黏着性、音译等特点,针对维吾尔文地名识别任务,在词汇和词性特征基础之上,引入音节、词向量获取的相似单词、常用地名词典、地名特征词、地名词缀等特征进行实验,结果表明这些特征对识别性能有较大的影响。通过对错误识别结果分析,该文提出了基于规则的后处理,进一步提高了识别性能,准确率达到94.68%,召回率达到89.52%,F值达到92.03%。

关键词：命名实体维吾尔文地名条件随机场词向量

来源：评论

学校读者我要写书评

暂无评论

基于Qtopia4的嵌入式阿拉伯文智能学习输入法的实现

引用

计算机应用与软件 2013年第9期30卷 16-18,95页

作者：赵志成吾守尔.斯拉木达瓦.伊德木草新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学多语种信息技术重点实验室新疆乌鲁木齐830046

随着手持设备的迅猛发展,新疆作为我国面向中西亚国家促进合作、交流的桥头堡,在智能手机等嵌入式产品中支持快速高效的阿拉伯文输入显得尤为重要。讨论如何在Qtopia4中设计和实现阿拉伯文智能学习输入法。详细阐述基于Qtopia4平台的阿... 详细信息

随着手持设备的迅猛发展,新疆作为我国面向中西亚国家促进合作、交流的桥头堡,在智能手机等嵌入式产品中支持快速高效的阿拉伯文输入显得尤为重要。讨论如何在Qtopia4中设计和实现阿拉伯文智能学习输入法。详细阐述基于Qtopia4平台的阿拉伯文本地化解决方案、该输入法的词库构建与算法设计。实现单词智能联想和整句输入,具备自我学习功能。最终将该输入法移植到广州友善之臂ARM11开发板Mini6410的Qtopia 4.4.3 Mobile版中。

关键词：阿拉伯文智能输入法 Qtopia4 本地化自我学习嵌入式系统

来源：评论

学校读者我要写书评

暂无评论

基于SoftLexicon和对抗训练的中文医疗命名实体识别

引用

山西大学学报(自然科学版) 2024年第2期47卷 260-268页

作者：潘世鹏吐尔地·托合提梁毅艾斯卡尔·艾木都拉新疆大学计算机科学与技术学院新疆多语种信息技术重点实验室

现有的医疗实体识别模型当中，多数模型不能充分提取和利用文本序列当中词汇信息，且模型结构复杂，使得模型在面临医疗领域的文本时存在实体边界识别不准、鲁棒性较差等问题，并且多数基于字粒度的命名实体识别（Named Entity Recognit... 详细信息

现有的医疗实体识别模型当中，多数模型不能充分提取和利用文本序列当中词汇信息，且模型结构复杂，使得模型在面临医疗领域的文本时存在实体边界识别不准、鲁棒性较差等问题，并且多数基于字粒度的命名实体识别（Named Entity Recognition, NER）方法对信息遗漏此类问题解决不够完善。针对此类问题，本文提出了一种基于字词融合和对抗训练的命名实体识别模型。模型使用预训练模型BERT(Bidirectional Encoder Representation from Transformers)获取文本序列的字向量；然后使用SoftLexicon引入词典信息并在字向量中添加对抗训练生成的扰动样本；最后使用BiLSTM-CRF(Bi-Long Short-Term Memory-Condition Random Field)进行特征提取并获取序列标注结果。所提出模型在数据集CCKS2019和CCKS2020上进行实验，F1值分别到达了85.07%和90.39%。实验结果表明，与基准模型相比，该模型的F1值提升了2.31%和2.88%，说明字词融合方法和对抗训练相结合能够有效识别医疗实体。

关键词：命名实体识别字词融合对抗训练 PGD

来源：评论

学校读者我要写书评

暂无评论

维吾尔语词向量的评测研究

引用

厦门大学学报（自然科学版） 2019年第2期58卷 209-216页

作者：吴浩艾山.吾买尔王路路卡哈尔江.阿比的热西提吐尔根.依布拉音新疆大学信息科学与工程学院新疆多语种信息技术实验室新疆乌鲁木齐830046

目前探究维吾尔语词向量表示的相关研究报道很少,在对其性能评价、实际使用等方面存在一些问题亟待解决.基于此,构建了维吾尔语版wordsim240和word analogy词向量评测数据集;提出了新的单词语义相似度评测方法,并以命名实体识别任务作... 详细信息

目前探究维吾尔语词向量表示的相关研究报道很少,在对其性能评价、实际使用等方面存在一些问题亟待解决.基于此,构建了维吾尔语版wordsim240和word analogy词向量评测数据集;提出了新的单词语义相似度评测方法,并以命名实体识别任务作为实际任务验证其有效性;同时分析了改进的类比推理评测方法鉴别词向量表示语义的能力.实验结果显示,提出及改进的方法均能有效应用于评测任务;且在较小语料规模下,较低维度(64,128,256维)的词向量在各项评测任务上表现更好.

关键词：词向量维吾尔语评测任务

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：