检索结果-内蒙古大学图书馆

计算机工程 2021年第9期47卷 18-33页

作者：李瑜泽栾馨柯尊旺李哲吾守尔·斯拉木新疆大学信息科学与工程学院乌鲁木齐830046 新疆多语种信息技术实验室乌鲁木齐830046 新疆多语种信息技术研究中心乌鲁木齐830046 新疆大学软件学院乌鲁木齐830046

随着自然语言处理(NLP)领域中预训练技术的快速发展,将外部知识引入到预训练语言模型的知识驱动方法在NLP任务中表现优异,知识表示学习和预训练技术为知识融合的预训练方法提供了理论依据。概述目前经典预训练方法的相关研究成果,分析... 详细信息

随着自然语言处理(NLP)领域中预训练技术的快速发展,将外部知识引入到预训练语言模型的知识驱动方法在NLP任务中表现优异,知识表示学习和预训练技术为知识融合的预训练方法提供了理论依据。概述目前经典预训练方法的相关研究成果,分析在新兴预训练技术支持下具有代表性的知识感知的预训练语言模型,分别介绍引入不同外部知识的预训练语言模型,并结合相关实验数据评估知识感知的预训练语言模型在NLP各个下游任务中的性能表现。在此基础上,分析当前预训练语言模型发展过程中所面临的问题和挑战,并对领域发展前景进行展望。

关键词：自然语言处理知识表征语义知识预训练语言模型

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

基于舆情新闻的中文关键词抽取综述

引用

计算机工程 2023年第3期49卷 1-17页

作者：杨文忠丁甜甜康鹏卜文秀新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学信息科学与工程学院新疆维吾尔自治区多语种信息技术重点实验室乌鲁木齐830046

基于舆情事件的关键词抽取算法作为舆情监测的基础技术之一,其目的是在不同的舆情事件中抽取出人们关注的核心词汇,从而快速了解新闻内容。随着深度学习的发展,传统的无监督关键词抽取技术和有监督算法中的分类模型已经逐渐被基于深度... 详细信息

基于舆情事件的关键词抽取算法作为舆情监测的基础技术之一,其目的是在不同的舆情事件中抽取出人们关注的核心词汇,从而快速了解新闻内容。随着深度学习的发展,传统的无监督关键词抽取技术和有监督算法中的分类模型已经逐渐被基于深度学习的序列标注模型所替代。梳理无监督关键词抽取的限制性、分类模型在关键词抽取中的优势与不足、以及现有的深度学习对关键词抽取技术发展的帮助,重点分析整体关键词抽取技术的发展中卷积神经网络、循环神经网络等深度学习的关键词抽取方法,并归纳现有方法的优缺点与发展趋势。此外,深度学习虽然在关键词抽取领域发挥了重要的作用,但其自身也存在着依赖大规模带标签样本、训练时间长与复杂度高等缺陷,需要在未来发展中进行解决。为确保分析过程的真实性,利用6个舆情新闻数据集和2个小型数据集进行实验复现,实验结果与文中理论分析一致。在此基础上,对关键词抽取技术及其所面临的困难和挑战进行梳理和分析,并针对现存问题对该领域的发展前景加以展望。

关键词：舆情监测关键词抽取核心词汇深度学习自然语言处理

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

结合单词-字符引导注意力网络的中文旅游文本命名实体识别

引用

计算机工程 2021年第2期47卷 39-45页

作者：西尔艾力·色提艾山·吾买尔王路路吐尔根·依布拉音马喆康买合木提·买买提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 新疆大学软件学院乌鲁木齐830046

传统基于词向量表示的命名实体识别方法通常忽略了字符语义信息、字符间的位置信息,以及字符和单词间的关联关系。提出一种基于单词-字符引导注意力网络(WCGAN)的中文旅游命名实体识别方法,利用单词引导注意力网络获取单词间的序列信息... 详细信息

传统基于词向量表示的命名实体识别方法通常忽略了字符语义信息、字符间的位置信息,以及字符和单词间的关联关系。提出一种基于单词-字符引导注意力网络(WCGAN)的中文旅游命名实体识别方法,利用单词引导注意力网络获取单词间的序列信息和关键单词信息,采用字符引导注意力网络捕获字符语义信息和字符间的位置信息,增强单词和字符间的关联性与互补性,从而实现中文旅游文本中命名实体的识别。实验结果表明,WCGAN方法在ResumeNER和TourismNER基准数据集上的F值分别为93.491%和92.860%,相比Bi-LSTM+CRF、Char-Dense等方法识别效果更好。

关键词：命名实体识别字符引导注意力网络单词引导注意力网络字符语义信息互补位置信息

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的维吾尔文命名实体识别研究

引用

中文信息学报 2019年第3期33卷 64-70页

作者：王路路艾山.吾买尔吐尔根.依布拉音买合木提.买买提卡哈尔江.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实验室新疆乌鲁木齐830046

现有的维吾尔文命名实体识别主要采用基于条件随机场的统计学习方法,但依赖于人工提取的特征工程和领域知识。针对该问题,该文提出了一种基于深度神经网络的学习方法,并引入不同的特征向量表示。首先利用大规模未标注语料训练的词向量... 详细信息

现有的维吾尔文命名实体识别主要采用基于条件随机场的统计学习方法,但依赖于人工提取的特征工程和领域知识。针对该问题,该文提出了一种基于深度神经网络的学习方法,并引入不同的特征向量表示。首先利用大规模未标注语料训练的词向量模型获取每个单词具有语义信息的词向量;其次,利用Bi-LSTM提取单词的字符级向量;然后,利用直接串联法或注意力机制处理词向量和字符级向量,进一步获取联合向量表示;最后,用BiLSTM-CRF深度神经网络模型进行命名实体标注。实验结果表明,以基于注意力机制的联合向量表示作为输入的Bi-LSTM-CRF方法在维吾尔文命名实体识别上F值达到90.13%。

关键词：维吾尔文命名实体识别长短时记忆网络条件随机场注意力机制

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

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

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

基于Bi-LSTM-CRF模型的维吾尔语词干提取的研究

引用

中文信息学报 2019年第8期33卷 60-66页

作者：古丽尼格尔·阿不都外力吐尔根·依布拉音卡哈尔江·阿比的热西提王路路新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术实验室新疆乌鲁木齐830046

词干提取是维吾尔语自然语言处理中的基础性研究,其提取质量直接影响其他任务的性能。但目前维吾尔语词干提取研究存在过度切分、不切分和歧义切分等问题,这些问题导致词干提取质量不高,对后续任务的性能影响较大。因此该文提出了基于Bi... 详细信息

词干提取是维吾尔语自然语言处理中的基础性研究,其提取质量直接影响其他任务的性能。但目前维吾尔语词干提取研究存在过度切分、不切分和歧义切分等问题,这些问题导致词干提取质量不高,对后续任务的性能影响较大。因此该文提出了基于Bi-LSTM-CRF的维吾尔语词干提取模型,将字符作为最小切分单位,选取维吾尔语字符特征、音类特征以及语音特征为候选特征,结合模型进行实验。实验表明,该文提出的Bi-LSTM-CRF模型在维吾尔语词干提取任务上,F1值达到了88%,在融入手工提取的候选特征之后,F1值提高了1.8个点,有效提高了词干提取的准确性,缓解了上述问题带来的影响。

关键词：维吾尔语词干提取 Bi-LSTM-CRF

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：