检索结果-内蒙古大学图书馆

新疆大学学报（自然科学版）（中英文） 2022年第3期39卷 323-330页

作者：宋志平朱亚俐徐学斌吾尔尼沙·买买提库尔班·吾布力新疆大学信息科学与工程学院新疆乌鲁木齐830017 新疆多语种信息技术重点实验室新疆乌鲁木齐830017

维吾尔文文字具有粘连性大、结构不封闭等特点,这给维吾尔文关键词图像检索造成了极大的困难.为提高维吾尔文文档图像检索效率,提出一种基于灰度直方图与改进Hu不变矩的关键词图像二次检索算法,该算法对单词图像进行两次检索:粗略检索... 详细信息

维吾尔文文字具有粘连性大、结构不封闭等特点,这给维吾尔文关键词图像检索造成了极大的困难.为提高维吾尔文文档图像检索效率,提出一种基于灰度直方图与改进Hu不变矩的关键词图像二次检索算法,该算法对单词图像进行两次检索:粗略检索和二次检索.在粗略检索阶段,对切分后的单词图像提取灰度直方图特征并对单词数据库进行粗略匹配,在保证召回率的情况下,过滤掉部分无关单词图像形成候选单词库.在粗略匹配的基础上进行精确匹配,使用改进的Hu不变矩对关键词图像的轮廓特征进行描述,该方法在Hu不变矩中将离心率、区域矩和结构矩统一,可以有效地描述图像的轮廓信息.在包含115张纯文本维吾尔文文档图像数据库上进行实验,其检索准确率平均值为78.36%,召回率平均值为81.68%.

关键词：维吾尔文灰度直方图 Hu不变矩粗略匹配二次检索

来源：评论

学校读者我要写书评

暂无评论

基于多特征注意力卷积神经网络的旅游领域实体关系抽取

引用

东北师大学报（自然科学版） 2022年第1期54卷 79-83页

作者：殷纤慧古丽拉·阿东别克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 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830046

针对关系抽取任务中文本特征提取不充分及核心词表现弱的问题,提出了一种多特征注意力卷积神经网络的实体关系抽取方法.利用位置、词性及实体标签作为输入特征,充分捕获文本信息,构建注意力模型,获得单词与目标实体之间的相关性,并将注... 详细信息

针对关系抽取任务中文本特征提取不充分及核心词表现弱的问题,提出了一种多特征注意力卷积神经网络的实体关系抽取方法.利用位置、词性及实体标签作为输入特征,充分捕获文本信息,构建注意力模型,获得单词与目标实体之间的相关性,并将注意力机制与卷积神经网络相融合以进行关系预测.以新疆旅游领域为研究对象,总结归纳15种实体关系.采用自行开发设计的语料标注系统,建立了新疆旅游领域小型语料关系库.实验结果表明,本文模型对于提高实体关系抽取的正确率有显著效果.

关键词：自然语言处理实体关系抽取卷积神经网络注意力机制多特征

来源：评论

学校读者我要写书评

暂无评论

基于LTP和HOG纹理特征融合的中亚文档图像文种识别

引用

山东大学学报（工学版） 2021年第2期51卷 115-121页

作者：吴正健木特力甫·马木提吾尔尼沙·买买提阿力木江·艾沙库尔班·吾布力新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学图书馆新疆乌鲁木齐830046 新疆多语种信息技术重点实验室新疆乌鲁木齐830046

针对中亚地区存在一些相似度较高的文种,提出一种基于具有旋转不变性的统一局部三值模式(rotation invariant uniform local ternary pattern, riu2-LTP)和方向梯度直方图(histogram of oriented gradients, HOG)特征交叉融合的文档图... 详细信息

针对中亚地区存在一些相似度较高的文种,提出一种基于具有旋转不变性的统一局部三值模式(rotation invariant uniform local ternary pattern, riu2-LTP)和方向梯度直方图(histogram of oriented gradients, HOG)特征交叉融合的文档图像文种方法。使用SVM分类器对包含10个文种共10 000张图片的数据库进行试验;为了提高多文种识别效果,采用贝叶斯优化SVM的超参数。对文档图像提取了半径为1,采样点为8的riu2-LTP;重新对数据库提取HOG;采用交叉融合方法将20维riu2-LTP特征与36维HOG特征分别依次融入到新的特征集。试验表明,本研究方法平均查准率达到99%,相较于单一LTP、riu2-LTP和HOG方法有更好性能。

关键词： LTP HOG 特征融合贝叶斯优化文种识别

来源：评论

学校读者我要写书评

暂无评论

小波变换与多特征融合的多文种离线签名识别

引用

现代电子技术 2022年第7期45卷 74-79页

作者：穆开热姆·麦海提麦合甫热提韩辉朱亚俐库尔班·吾布力新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学教务处新疆乌鲁木齐830046 新疆多语种信息技术重点实验室新疆乌鲁木齐830046

为进一步提高多文种离线手写签名识别率,提出一种小波变换与多特征融合的离线签名识别方法。首先对采集完的签名图像进行预处理和小波变换,然后对小波变换后的4张签名子图像(低频信息图像、水平高频信息图像、垂直高频信息图像和对角高... 详细信息

为进一步提高多文种离线手写签名识别率,提出一种小波变换与多特征融合的离线签名识别方法。首先对采集完的签名图像进行预处理和小波变换,然后对小波变换后的4张签名子图像(低频信息图像、水平高频信息图像、垂直高频信息图像和对角高频信息图像)分别提取多尺度块局部二值模式(MB-LBP)、局部相位量化(LPQ)、韦伯描述符(WLD)和ASM能量特征,并对所提特征进行串联融合,用PCA降维形成适合的特征向量。通过训练支持向量机(SVM)和随机森林(RF)分类器对签名图像进行分类对比。文中数据集包括4个文种(英文、汉文、维吾尔文、柯尔克孜文),在单个文种识别率最高达到98%,两两混合的识别率最高达到97.54%,3个文种混合的识别率最高达到96.78%。实验结果表明,提出的方法能够有效识别多文种混合的离线签名,得到了较高的识别率。

关键词：多文种离线签名小波变换多尺度块局部二值模式局部相位量化韦伯描述符 ASM能量特征支持向量机随机森林

来源：评论

学校读者我要写书评

暂无评论

基于混合卷积网络的短文本实体消歧

引用

中文信息学报 2021年第11期35卷 101-108页

作者：姜丽婷古丽拉·阿东别克马雅静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 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830046

因短文本实体消歧具有不能完整地表达语义关系、上下文提供的信息较少等局限性。针对以上难点,该文提出了一种新的方法,混合卷积网络(Mixed Convolution Network,MCN)。该方法的核心思想是首先对数据集进行预处理;其次,采用Google提出的... 详细信息

因短文本实体消歧具有不能完整地表达语义关系、上下文提供的信息较少等局限性。针对以上难点,该文提出了一种新的方法,混合卷积网络(Mixed Convolution Network,MCN)。该方法的核心思想是首先对数据集进行预处理;其次,采用Google提出的BERT模型进行特征提取,并通过注意力机制将特征进一步抽取后作为CNN模型的输入,通过CNN模型获得句子的依赖特征。同时,该文使用GCN模型获取语义特征,将二者提取到的语义信息融合,输出得到结果。在CCKS2019评测数据集上的实验结果表明,该文提出的混合卷积网络取得了86.57%的精确率,验证了该模型的有效性。

关键词：短文本实体消歧 BERT 图卷积网络卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

乌兹别克语词干提取算法的比较研究

引用

中文信息学报 2020年第1期34卷 45-50页

作者：吾买尔江·买买提明古丽尼格尔·阿不都外力买合木提·买买提卡哈尔江·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

黏着语的自然语言处理中,词干提取作为一项基础的预处理任务,对其他任务的性能影响较大。现有的乌兹别克语词干提取任务仍依赖基于规则的方法,且实验效果不太理想。该文将乌兹别克语词干提取任务视为序列标注问题进行处理,以字符为最小... 详细信息

黏着语的自然语言处理中,词干提取作为一项基础的预处理任务,对其他任务的性能影响较大。现有的乌兹别克语词干提取任务仍依赖基于规则的方法,且实验效果不太理想。该文将乌兹别克语词干提取任务视为序列标注问题进行处理,以字符为最小单位进行切分,分别构建了基于条件随机场(CRF)和门控循环单元网络(Bi-GRU)的乌兹别克语词干提取模型。实验结果表明,基于序列标注的乌兹别克语词干提取模型与基于规则的方法相比不仅降低了人工成本,而且在性能方面有较为显著的提升。

关键词：乌兹别克语词干提取序列标注

来源：评论

学校读者我要写书评

暂无评论

基于元嵌入的跨语言词嵌入方法研究

引用

现代计算机 2021年第20期27卷 20-25,32页

作者：韩越艾山·吾买尔新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学新疆多语种信息技术实验室乌鲁木齐830046

跨语言词嵌入在自然语言处理任务中扮演着重要角色。现流行的跨语言词嵌入方法都基于一个同构假设,该假设认为不同语言的词嵌入空间具有相似的结构。然而,该同构假设在远距离语言对以及低资源上面临着巨大挑战。对此,提出对不同设置下... 详细信息

跨语言词嵌入在自然语言处理任务中扮演着重要角色。现流行的跨语言词嵌入方法都基于一个同构假设,该假设认为不同语言的词嵌入空间具有相似的结构。然而,该同构假设在远距离语言对以及低资源上面临着巨大挑战。对此,提出对不同设置下的词嵌入进行融合创建元嵌入的方法提高跨语言词嵌入的质量。在EN-ZH上的实验结果表明,提出的元嵌入方法在跨语言词嵌入上的有效性。

关键词：跨语言词嵌入元嵌入低资源同构假设

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的图像描述实现

引用

现代计算机 2021年第19期27卷 117-123页

作者：张大任艾山·吾买尔新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学新疆多语种信息技术实验室乌鲁木齐830046

图像描述作为结合图像和文本领域的深度学习任务,拥有广泛的应用场景,现有图像描述模型都是针对大型英文数据集,在小型数据集及其他语言数据集上没有太多关注,本文使用多种神经网络模型实现图像描述,同时验证不同图像描述模型在其他语... 详细信息

图像描述作为结合图像和文本领域的深度学习任务,拥有广泛的应用场景,现有图像描述模型都是针对大型英文数据集,在小型数据集及其他语言数据集上没有太多关注,本文使用多种神经网络模型实现图像描述,同时验证不同图像描述模型在其他语言上的有效性。实验证明,使用预训练Res Net101后的自适应注意力图像描述模型在多语言Flickr8k数据集上拥有较好效果,Bleu-4值达到20.4,CIDEr值达到54,且模型在汉语及俄语等非英语语言上同样有效。

关键词：神经网络图像描述注意力 Flickr8k 多语言

来源：评论

学校读者我要写书评

暂无评论

一种集成深度学习模型的旅游问句文本分类算法

引用

计算机工程 2020年第11期46卷 70-76页

作者：马喆康迪力亚尔·帕尔哈提早克热·卡德尔吐尔根·依布拉音西尔艾力·色提艾山·吾买尔新疆大学软件学院乌鲁木齐830046 新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学新疆多语种信息技术重点实验室乌鲁木齐830046

为提高旅游问句文本中关键特征的利用率,提出一种集成词级卷积神经网络(WL-CNN)与句级双向长短期记忆(SL-Bi-LSTM)网络的旅游问句文本分类算法。利用WL-CNN和SL-Bi-LSTM分别学习词序列子空间向量和句序列深层语义信息,通过多头注意力机... 详细信息

为提高旅游问句文本中关键特征的利用率,提出一种集成词级卷积神经网络(WL-CNN)与句级双向长短期记忆(SL-Bi-LSTM)网络的旅游问句文本分类算法。利用WL-CNN和SL-Bi-LSTM分别学习词序列子空间向量和句序列深层语义信息,通过多头注意力机制将两种深度学习模型进行集成以实现旅游问句文本的语法和语义信息互补,并通过SoftMax分类器得到最终的旅游问句文本分类结果。实验结果表明,与基于传统深度学习模型的旅游问句文本分类算法相比,该算法在准确率和损失率上分别取得了0.9866和0.1277的最优结果,具有更好的分类效果。

关键词：子空间结构信息深层语义信息多头注意力机制卷积神经网络双向长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

融合词性特征的中文句子相似度计算方法

引用

计算机工程与设计 2020年第1期41卷 150-155页

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

为解决近年来使用依存分析等语法信息计算句子相似度存在的手工标注代价较大、自动标注准确率低影响性能等问题,结合现有的句子相似度算法,提出两种方法融合词性特征计算句子相似度。在高精度的自动词性标注基础上,方法一通过词性信息... 详细信息

为解决近年来使用依存分析等语法信息计算句子相似度存在的手工标注代价较大、自动标注准确率低影响性能等问题,结合现有的句子相似度算法,提出两种方法融合词性特征计算句子相似度。在高精度的自动词性标注基础上,方法一通过词性信息调整不同词性的单词对句子相似度的影响,方法二使用词性信息选择句子中较为关键的单词进行计算。对比实验中,方法一在实验任务中取得了最高的准确率,方法二具有较优的准确率和较快计算速度,实验结果表明了两种方法的有效性。

关键词：句子相似度词性权重词向量语义

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：