检索结果-内蒙古大学图书馆

中文信息学报 2021年第7期35卷 63-71页

作者：加米拉·吾守尔吴迪王路路古丽尼格尔·阿不都外力买合木提·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乌鲁木齐830046 新疆大学软件学院新疆乌鲁木齐830046 新疆多语种信息技术实验室新疆乌鲁木齐830046

由于维吾尔语形态丰富且资源匮乏,因此直接使用现有的深度学习模型并不能很好地完成文本分类任务。基于此,该文提出了MDPLC文本分类模型,即首先将预先训练的词向量和经Bi-LSTM处理得到的语义信息进行融合,进而得到全句语义依赖,然后通... 详细信息

由于维吾尔语形态丰富且资源匮乏,因此直接使用现有的深度学习模型并不能很好地完成文本分类任务。基于此,该文提出了MDPLC文本分类模型,即首先将预先训练的词向量和经Bi-LSTM处理得到的语义信息进行融合,进而得到全句语义依赖,然后通过组合池化的CNN进一步加强局部语义学习,同时以双通道的方式使用多卷积核DPCNN捕获文本语义信息,最后融合两种模型提取到的信息完成文本分类任务。为验证该模型的有效性,该文分别采用中文、英文和维吾尔文短、长文本数据集进行实验,实验结果表明,该模型在多个分类任务中取得的性能都高于现有主流深度学习模型,验证了该模型在不同语种、语义表达稀疏和语义丰富各种情况下的鲁棒性。

关键词：维吾尔语文本分类多卷积核DPCNN Bi-LSTM+CNN

来源：评论

学校读者我要写书评

暂无评论

适用于少数民族的Unity3d虚拟仿真系统关键技术研究

引用

现代电子技术 2023年第23期46卷 133-136页

作者：赵一江余超于清新疆大学软件学院新疆乌鲁木齐830000 新疆大学信息科学与工程学院多语种信息处理实验室新疆乌鲁木齐830000

Unity3d是一款流行的用于开发3D游戏和虚拟现实技术的游戏引擎,但是在开发过程中,发现其无法正常显示少数民族语言,例如维语,会出现乱码、字母割裂、部分字母被替代的情况,导致文本输出错误。针对此问题,文中提供一种可行的解决方案,将... 详细信息

Unity3d是一款流行的用于开发3D游戏和虚拟现实技术的游戏引擎,但是在开发过程中,发现其无法正常显示少数民族语言,例如维语,会出现乱码、字母割裂、部分字母被替代的情况,导致文本输出错误。针对此问题,文中提供一种可行的解决方案,将输入文本进行切割,调整顺序,将基本区和扩展区做了一一映射,并结合维语字体库解决了问题,将其正确显示,最后使用Unity3d导入改进后的字体开发了一款虚拟超市购物系统,实现了购物操作的全流程,支持汉语和维语,在操作过程中会进行相应语言文字和语音的提示,开发过程中维语显示正常,之后部署到Oculus Quest2中,经验证在VR头盔中实现正确显示。该研究可用于少数民族的Unity3d虚拟仿真系统的开发,对于支持少数民族用户进行虚拟漫游、虚拟教学等具有重要意义。

关键词： Unity3d 维语虚拟现实技术 Oculus Quest2 超市购物系统三维建模

来源：评论

学校读者我要写书评

暂无评论

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

基于卷积非负矩阵部分联合分解的强噪声单声道语音分离

引用

自动化学报 2020年第6期46卷 1200-1209页

作者：董兴磊胡英黄浩吾守尔·斯拉木新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学多语种信息技术实验室乌鲁木齐830046

非负矩阵部分联合分解(Nonnegative matrix partial co-factorization,NMPCF)将指定源频谱作为边信息参与混合信号频谱的联合分解,以帮助确定指定源的基向量进而提高信号分离性能.卷积非负矩阵分解(Convolutive nonnegative matrix fact... 详细信息

非负矩阵部分联合分解(Nonnegative matrix partial co-factorization,NMPCF)将指定源频谱作为边信息参与混合信号频谱的联合分解,以帮助确定指定源的基向量进而提高信号分离性能.卷积非负矩阵分解(Convolutive nonnegative matrix factorization,CNMF)采用卷积基分解的方法进行矩阵分解,在单声道语音分离方面取得较好的效果.为了实现强噪声条件下的语音分离,本文结合以上两种算法的优势,提出一种基于卷积非负矩阵部分联合分解(Convolutive nonnegative partial matrix co-factorization,CNMPCF)的单声道语音分离算法.本算法首先通过基音检测算法得到混合信号的语音起始点,再据此确定混合信号中的纯噪声段,最后将混合信号频谱和噪声频谱进行卷积非负矩阵部分联合分解,得到语音基矩阵,进而得到分离的语音频谱和时域信号.实验中,混合语音信噪比(Signal noise ratio,SNR)选择以¡3 dB为间隔从0 dB至¡12 dB共5种SNR.实验结果表明,在不同噪声类型和噪声强度条件下,本文提出的CNMPCF方法相比于以上两种方法均有不同程度的提高.

关键词：卷积非负矩阵分解非负矩阵部分联合分解语音分离强噪声单声道

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

基于有向图模型的旅游领域命名实体识别

引用

计算机工程 2022年第2期48卷 306-313页

作者：崔丽平古丽拉·阿东别克王智悦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 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

旅游领域命名实体识别是旅游知识图谱构建过程中的关键步骤,与通用领域的实体相比,旅游文本的实体具有长度长、一词多义、嵌套严重的特点,导致命名实体识别准确率低。提出一种融合词典信息的有向图神经网络(L-CGNN)模型,用于旅游领域中... 详细信息

旅游领域命名实体识别是旅游知识图谱构建过程中的关键步骤,与通用领域的实体相比,旅游文本的实体具有长度长、一词多义、嵌套严重的特点,导致命名实体识别准确率低。提出一种融合词典信息的有向图神经网络(L-CGNN)模型,用于旅游领域中的命名实体识别。将预训练词向量通过卷积神经网络提取丰富的字特征,利用词典构造句子的有向图,以生成邻接矩阵并融合字词信息,通过将包含局部特征的词向量和邻接矩阵输入图神经网络(GNN)中,提取全局语义信息,并引入条件随机场(CRF)得到最优的标签序列。实验结果表明,相比Lattice LSTM、ID-CNN+CRF、CRF等模型,L-CGNN模型在旅游和简历数据集上具有较高的识别准确率,其F1值分别达到86.86%和95.02%。

关键词：知识图谱命名实体识别卷积神经网络图神经网络条件随机场

来源：评论

学校读者我要写书评

暂无评论

多模态数据融合综述

引用

计算机工程与应用 2021年第18期57卷 49-64页

作者：任泽裕王振超柯尊旺李哲吾守尔·斯拉木新疆多语种信息技术实验室新疆多语种信息技术研究中心乌鲁木齐830046 新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学软件学院乌鲁木齐830046

随着当今信息技术的飞速发展,信息的存在形式多种多样,来源也十分广泛。不同的存在形式或信息来源均可被称之为一种模态,由两种或两种以上模态组成的数据称之为多模态数据。多模态数据融合负责将多个模态的信息进行有效的整合,汲取不同... 详细信息

随着当今信息技术的飞速发展,信息的存在形式多种多样,来源也十分广泛。不同的存在形式或信息来源均可被称之为一种模态,由两种或两种以上模态组成的数据称之为多模态数据。多模态数据融合负责将多个模态的信息进行有效的整合,汲取不同模态的优点,完成对信息的整合。自然现象具有十分丰富的特征,单一模态很难提供某个现象的完整信息。面对保持融合后具有各个模态信息的多样性以及完整性、使各个模态的优点最大化、减少融合过程造成的信息损失等方面的融合要求,如何对各个模态的信息进行融合成为了多个领域广泛存在的一个新挑战。简要阐述了常见的多模态融合方法、融合架构,总结了三个常见的融合模型,简要分析协同、联合、编解码器三大架构的优缺点以及多核学习、图像模型等具体融合方法。在多模态的应用方面,对多模态视频片段检索、综合多模态信息生成内容摘要、多模态情感分析、多模态人机对话系统进行了分析与总结。指出了当前多模态融合出现的问题,并提出未来的研究方向。

关键词：多模态多模态融合多模态融合架构机器学习神经网络

来源：评论

学校读者我要写书评

暂无评论

韵律增强型汉语语音合成系统

引用

现代电子技术 2022年第13期45卷 87-92页

作者：牛芳吾守尔·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

端到端语音合成(TTS)系统可以直接根据给定的字素或音素序列生成语音。当前主流的端到端语音合成系统可以为英语生成近似于人类声音的语音。然而,中文的文本不同于这类以罗马字母为基础的语言(如英语),直接将端到端语音合成框架应用于... 详细信息

端到端语音合成(TTS)系统可以直接根据给定的字素或音素序列生成语音。当前主流的端到端语音合成系统可以为英语生成近似于人类声音的语音。然而,中文的文本不同于这类以罗马字母为基础的语言(如英语),直接将端到端语音合成框架应用于汉语时,合成音频存在较为严重的韵律问题,如断句或停顿不恰当、自然度差等。为此,结合汉语的语言特性和韵律特性,提出一种神经网络端到端韵律增强型汉语语音合成系统,该系统使用从预训练Bert模型中提取的多层次上下文特征增强端到端汉语语音合成系统的输入。在汉语语音合成公开数据集上的实验结果表明,与当前主流的端到端语音合成系统相比,该韵律增强型汉语语音合成系统可以生成更加自然且富有表现力的语音。

关键词：文语转换语音合成汉语韵律增强 Bert模型 TTS

来源：评论

学校读者我要写书评

暂无评论

带标记音节的双向维汉神经机器翻译方法

引用

计算机工程与应用 2021年第4期57卷 161-168页

作者：艾山·吾买尔斯拉吉艾合麦提·如则麦麦提西热艾力·海热拉刘文其吐尔根·依布拉音汪烈军瓦依提·阿不力孜新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学新疆多语种信息技术实验室乌鲁木齐830046 新疆大学软件学院乌鲁木齐830091

近年来,基于神经网络的机器翻译成为机器翻译领域的主流方法,但是在低资源翻译领域中仍存在平行语料不足和数据稀疏的挑战。针对维-汉平行语料不足和维吾尔语形态复杂所导致的数据稀疏问题,从维吾尔语的音节特点出发,将单词切分成音节,... 详细信息

近年来,基于神经网络的机器翻译成为机器翻译领域的主流方法,但是在低资源翻译领域中仍存在平行语料不足和数据稀疏的挑战。针对维-汉平行语料不足和维吾尔语形态复杂所导致的数据稀疏问题,从维吾尔语的音节特点出发,将单词切分成音节,同时融入BME(Begin,Middle,End)标记思想,提出一种基于带标记音节的神经网络机器翻译方法。与使用单词粒度和BPE粒度的两类神经网络机器翻译方法对比,该方法在维-汉机器翻译任务中分别提升7.39与3.04个BLEU值,在汉-维机器翻译任务中分别提升5.82与3.09个BLEU值,可见在平行语料不足的条件下,该方法有效地提升了维-汉机器翻译的质量。

关键词：神经机器翻译数据稀疏音节粒度维汉神经机器翻译

来源：评论

学校读者我要写书评

暂无评论

维汉人名翻译中不雅字或OOV的前处理研究

引用

东北师大学报（自然科学版） 2022年第2期54卷 76-80页

作者：阿里木·赛买提沙丽瓦尔·阿里木吐尔根·依不拉音段雪明古丽尼格尔·阿不都外力麦合甫热提吾守尔·斯拉木新疆大学信息科学与工程学院多语种信息技术实验中心新疆乌鲁木齐830046 新疆开放大学新疆乌鲁木齐830049 新疆科大讯飞信息科技有限责任公司新疆乌鲁木齐830015

针对维汉人名数据集稀少且难以获取等问题,提出了从常规维汉句对数据中通过Fast align对齐方法结合NER方法抽取维汉人名数据的方法.针对维吾尔人名翻译后易出现集外词(OOV)问题或不雅字、不恰当译文表示的问题,通过对维汉人名数据中汉... 详细信息

针对维汉人名数据集稀少且难以获取等问题,提出了从常规维汉句对数据中通过Fast align对齐方法结合NER方法抽取维汉人名数据的方法.针对维吾尔人名翻译后易出现集外词(OOV)问题或不雅字、不恰当译文表示的问题,通过对维汉人名数据中汉语部分训练1—4阶N-Gram语言模型,根据语言模型对该数据进行打分后筛选出best-2结果,并结合了维汉字符级端到端的神经网络人名翻译模型.通过实验可发现,结合本文提出的前处理方法后的维汉人名翻译模型效果是BLEU提升了0.95分,并且不雅字或不恰当表示问题也得到了明显的改善.

关键词：机器翻译 OOV 维汉人名 Fast align 字符级端到端的神经网络

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：