检索结果-内蒙古大学图书馆

电脑迷 2017年第17期 222-222页

作者：艾山江·亚生阿里甫·库尔班新疆大学信息科学与工程学院新疆乌鲁木齐 830046 新疆大学新疆多语种信息技术重点实验室新疆乌鲁木齐 830046

在国内外机器翻译,信息检索等领域中英文机中文的命名实体研究技术基本成熟,但是维吾尔文命名实体识别还出于初步阶段,本文中笔者通过二分查找来研究维吾尔文命名实体中的维吾尔文地名,维吾尔文地名识别是人民对具有特定方位,地域范围... 详细信息

在国内外机器翻译,信息检索等领域中英文机中文的命名实体研究技术基本成熟,但是维吾尔文命名实体识别还出于初步阶段,本文中笔者通过二分查找来研究维吾尔文命名实体中的维吾尔文地名,维吾尔文地名识别是人民对具有特定方位,地域范围的地理实体赋予的专有名称.维吾尔文地名是人们赋予的,而不是本身自有或天然的,这种赋予从历史发展看,经历了从当地少数人使用到逐渐为众人所知直至被社会大众广泛使用,从赋予语言到文字再到数字代码,从约定俗成到标准化、法定化.以测试来验证能不能正确的识别地名,进一步以测试算法来验证这地名的识别正确率与召回率.

关键词：机器翻译命名实体地理实体

来源：评论

学校读者我要写书评

暂无评论

基于模板的汉维药品用法用量翻译方法研究

基于模板的汉维药品用法用量翻译方法研究

引用

第十二届全国机器翻译研讨会

作者：阿依图尔荪·喀迪尔艾山·吾买尔尔夏提·艾合买提解倩倩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重点实验室新疆乌鲁木齐 830046 新疆大学信息科学与工程学院新疆乌鲁木齐 830046

由于汉语药品种类繁多,人工翻译药品说明书对译员专业水平要求较高,翻译成本较高.为了降低翻译成本,提高效率,本文根据药品说明书的特点,对药品用法用量机器翻译方法进行研究,提出了基于模板的用法用量翻译方法.针对药品说明书的用法用... 详细信息

由于汉语药品种类繁多,人工翻译药品说明书对译员专业水平要求较高,翻译成本较高.为了降低翻译成本,提高效率,本文根据药品说明书的特点,对药品用法用量机器翻译方法进行研究,提出了基于模板的用法用量翻译方法.针对药品说明书的用法用量内容进行分析并分类,自动抽取240 余条中文模板,人工书写相应的维吾尔文模板和双语词典,模板设计思想来源于正则文法.利用基于模板的方法设计并实现汉维药品用法用量机器翻译系统;最后对每一种情况选择200 条含药品用法用量句子进行BLUE 值评测,其中包含用法用量全部内容的句子翻译实验结果BLUE 值是0.3146.

关键词：汉维药品说明书机器翻译翻译模板正则文法

来源：评论

学校读者我要写书评

暂无评论

汉维时间数字和量词的识别与翻译研究

汉维时间数字和量词的识别与翻译研究

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：阿依古丽·哈力克艾山·吾买尔吐尔根·伊布拉音卡哈尔江·阿比的热西提买合木提·买买提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重点实验室新疆乌鲁木齐 830046

统计机器翻译对时间、数字、量词的泛化能力较弱,为了提高汉维机器翻译系统对时间、数字和量词短语的翻译性能,本文利用双语语料库挖掘并提取汉语时间、数字、量词表达与翻译模式,实现了基于模板的时间、数字、无歧义量词翻译方法及基... 详细信息

统计机器翻译对时间、数字、量词的泛化能力较弱,为了提高汉维机器翻译系统对时间、数字和量词短语的翻译性能,本文利用双语语料库挖掘并提取汉语时间、数字、量词表达与翻译模式,实现了基于模板的时间、数字、无歧义量词翻译方法及基于上下文的有歧义量词翻译方法.时间、数字、无歧义量词、有歧义量词的翻译F值达到了93.23％、90.15％、96.55％、87.58％,实验证明,本文提出的方法具有简单高效的优点.

关键词：汉语维吾尔语时间数字量词识别方法机器翻译

来源：评论

学校读者我要写书评

暂无评论

一种基于连体段的维吾尔文单词特征提取方法

引用

新疆大学学报（自然科学版） 2015年第4期32卷 462-468页

作者：苏佩佩哈力木拉提.买买提艾尔肯.赛甫丁王剑新疆大学信息科学与工程学院多语种信息技术重点实验室新疆乌鲁木齐830046

维吾尔新文字字符识别一般使用维度大的特征进行识别.这样的识别比较耗时,但识别精度较高.如果用维度小的特征进行识别,一般省时但是精度低.理想的识别不仅需要高速度还需要高精度.为解决此问题,本文选择直接对整体单词识别,避免每个字... 详细信息

维吾尔新文字字符识别一般使用维度大的特征进行识别.这样的识别比较耗时,但识别精度较高.如果用维度小的特征进行识别,一般省时但是精度低.理想的识别不仅需要高速度还需要高精度.为解决此问题,本文选择直接对整体单词识别,避免每个字符识别完以后再整合成单词进行识别,为此选择连体段轮廓为主特征,进行特征提取,包括基线上的外轮廓.基线中的内轮廓和基线下的外轮廓.对于不能唯一识别的单词需要借助辅助特征进行二次识别.测试表明该方法不仅保证了小维度特征的速度,也发挥了高维度特征的识别精度.本系统识别率约为90%,同时它的平均识别时耗和速度也在实际需求的可接受范围之内.

关键词：维吾尔文轮廓特征提取单词识别

来源：评论

学校读者我要写书评

暂无评论

一种改进的维吾尔文图像倾斜校正方法

引用

新疆大学学报（自然科学版） 2015年第2期32卷 215-220页

作者：王剑哈力木拉提.买买提艾尔肯.赛甫丁程园新疆大学信息科学与工程学院多语种信息技术重点实验室新疆乌鲁木齐830046

在维吾尔文扫描过程中,输入的文档不可避免地会发生倾斜现象,而现有的方法只进行了初步的倾斜校正.针对上述情况,同时为了方便维文图像的切分和识别工作,提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法... 详细信息

在维吾尔文扫描过程中,输入的文档不可避免地会发生倾斜现象,而现有的方法只进行了初步的倾斜校正.针对上述情况,同时为了方便维文图像的切分和识别工作,提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法.首先利用基于凸多边形的最小面积外接矩形法实现初步的倾斜校正,然后提取一行文本后采取基线拟合的方法实现文本行的单独校正,最后把校正过的所有文本行整合成一个文档.实验结果表明,该方法是行之有效的采用,该方法比现有方法在字母切分的准确率上平均提高约5%,最高提高约7%.

关键词：维吾尔文倾斜校正基线拟合文本行

来源：评论

学校读者我要写书评

暂无评论

基于主动学习的SVM维吾尔语情感分析研究

引用

新疆大学学报（自然科学版） 2015年第4期32卷 447-452页

作者：李响吐尔根.依布拉音卡哈尔江.阿比的热西提买合木提.买买提新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术重点实验室新疆乌鲁木齐830046

在维吾尔语网站和信息平台不断完善的同时,较大规模的带有个人情感的言论也逐渐增多,尤其是微博语料中的情感文本具有很大的现实意义.然而标注语料是一件耗费人力很大的工作.本文在少量已标注语料的基础上针对SVM模型,提出了一种维吾尔... 详细信息

在维吾尔语网站和信息平台不断完善的同时,较大规模的带有个人情感的言论也逐渐增多,尤其是微博语料中的情感文本具有很大的现实意义.然而标注语料是一件耗费人力很大的工作.本文在少量已标注语料的基础上针对SVM模型,提出了一种维吾尔语情感分类主动学习方法,加入了聚类代表性、样本差异性、分类不确定性三种策略,实现主动学习的维吾尔语情感分析.实验结果表明,主动学习在维吾尔语情感分类中的有效性,减少了人工标注的工作量,使得情感分类变得更省时省力,也略微提高了SVM的准确率.

关键词：维吾尔语情感分析 SVM 主动学习

来源：评论

学校读者我要写书评

暂无评论

基于用户关系的维吾尔文微博数据获取方法的研究

引用

新疆大学学报（自然科学版） 2015年第1期32卷 74-79页

作者：亚森.伊斯马伊力吐尔根.依布拉音卡哈尔江.阿比的热西提新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术重点实验室新疆乌鲁木齐830046

目前,互联网上的大部分群体性数据资源集中在微博、论坛等社交网络上.跨语言社会舆情分析是我国智能信息处理的一个研究热点.维吾尔语是我国主要少数民族语言之一,为了构建一个好的跨语言舆情分析系统,维吾尔文微博的数据获取显得尤为重... 详细信息

目前,互联网上的大部分群体性数据资源集中在微博、论坛等社交网络上.跨语言社会舆情分析是我国智能信息处理的一个研究热点.维吾尔语是我国主要少数民族语言之一,为了构建一个好的跨语言舆情分析系统,维吾尔文微博的数据获取显得尤为重要.维吾尔文微博数据获取最大的难点是微博开发商不提供API.本文以技术和经济为基础的"Guduk"微博为研究对象,提出了一种基于用户关系的维吾尔文微博数据获取爬虫系统方案,此方案解决了在不提供API情况下的数据获取难点.本文的研究为跨语言舆情分析系统提供大量的维吾尔文社交网络数据资源、数据获取方法和技术.

关键词：跨语言舆情数据获取用户关系网络爬虫微博API

来源：评论

学校读者我要写书评

暂无评论

维吾尔文Bigram文本特征提取

引用

计算机工程与应用 2015年第3期51卷 216-221,228页

作者：阿力木江.艾沙库尔班.吾布力吐尔根.依布拉音新疆大学网络与信息技术中心乌鲁木齐830046 新疆多语种信息技术重点实验室乌鲁木齐830046 新疆大学信息科学与工程学院乌鲁木齐830046

文本特征表示是在文本自动分类中最重要的一个环节。在基于向量空间模型(VSM)的文本表示中特征单元粒度的选择直接影响到文本分类的效果。在维吾尔文文本分类中,对于单词特征不能更好地表征文本内容特征的问题,在分析了维吾尔文Bigram... 详细信息

文本特征表示是在文本自动分类中最重要的一个环节。在基于向量空间模型(VSM)的文本表示中特征单元粒度的选择直接影响到文本分类的效果。在维吾尔文文本分类中,对于单词特征不能更好地表征文本内容特征的问题,在分析了维吾尔文Bigram对文本分类作用的基础上,构造了一个新的统计量CHIMI,并在此基础上提出了一种维吾尔语Bigram特征提取算法。将抽取到的Bigram作为文本特征,采用支持向量机(SVM)算法对维吾尔文文本进行了分类实验。实验结果表明,与以词为特征的文本分类相比,Bigram作为文本特征能够提高维吾尔文文本分类的准确率和召回率并且通过实验验证了该算法的有效性。

关键词： Bigram文本特征 χ2统计量互信息维吾尔语

来源：评论

学校读者我要写书评

暂无评论

基于统计专用字符的维、哈、柯文文种识别研究

引用

中文信息学报 2015年第2期29卷 111-117页

作者：买买提依明.哈斯木吾守尔.斯拉木维尼拉.木沙江努尔麦麦提.尤鲁瓦斯新疆大学信息科学与工程学院新疆多语种重点实验室新疆乌鲁木齐830046 和田师范专科学校计算机科学系新疆和田848000

在Unicode编码方案中维、哈、柯文字符安排在阿拉伯字符区域,三种语言中共享字符比较多,跟阿拉伯字符区域混在一起,没有专用的语言ID。在信息检索和自然语言处理领域对维、哈、柯文的识别、处理带来不便。该文首先分析并总结了维、哈、... 详细信息

在Unicode编码方案中维、哈、柯文字符安排在阿拉伯字符区域,三种语言中共享字符比较多,跟阿拉伯字符区域混在一起,没有专用的语言ID。在信息检索和自然语言处理领域对维、哈、柯文的识别、处理带来不便。该文首先分析并总结了维、哈、柯文三种语言中的专用字符、复合字符、某些字符在某种语言中出现形势的独特性等特征,然后在此基础上设计了维、哈、柯文种识别算法。实验结果表明该文提出的文种识别算法的正确率在文本多于70词时达到96.67%以上。

关键词：文种识别专用字符复合字符维文哈文柯文 Unicode

来源：评论

学校读者我要写书评

暂无评论

柯尔克孜语语料库语言资源管理平台的设计与开发

引用

南昌大学学报（理科版） 2015年第3期39卷 247-250页

作者：木合亚提·尼亚孜别克古力沙吾利·塔里甫达吾勒·阿布都哈依尔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 新疆医科大学中医学院新疆乌鲁木齐830011

自然语言处理中,语料是语言研究的材料,语料库是存储语言资源的数据源,语料库语言资源管理平台就是将分散的语料集中管理,对其进行存储、索引,并作一些初步处理。阐述了对柯尔克孜语语料库语言资源管理平台进行的研究和已达到的现况,期... 详细信息

自然语言处理中,语料是语言研究的材料,语料库是存储语言资源的数据源,语料库语言资源管理平台就是将分散的语料集中管理,对其进行存储、索引,并作一些初步处理。阐述了对柯尔克孜语语料库语言资源管理平台进行的研究和已达到的现况,期盼这会为将来能更好的对柯尔克孜文语料进行科学有效的管理和柯尔克孜语言学研究提供数据资源的平台。

关键词：柯尔克孜文语言资源管理平台

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：