检索结果-内蒙古大学图书馆

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

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

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

基于Android的校园导航系统的设计与实现

引用

吉林化工学院学报 2024年第9期41卷 22-26页

作者：木合亚提·尼亚孜别克古力沙吾利·塔里甫邱硕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新疆乌鲁木齐830017 新疆医科大学中医学院新疆乌鲁木齐830013

研究的是一款面向师生和来校办事人员的线上校园导航系统。系统可实现定位、路线查询、路线导航和实景模式等功能,服务范围覆盖新疆大学红湖校区,扩充了传统导航软件所缺少的针对师生的办事指南和本地搜索等模块。该系统是基于高德地图... 详细信息

研究的是一款面向师生和来校办事人员的线上校园导航系统。系统可实现定位、路线查询、路线导航和实景模式等功能,服务范围覆盖新疆大学红湖校区,扩充了传统导航软件所缺少的针对师生的办事指南和本地搜索等模块。该系统是基于高德地图设计与实现的,可在校园导航客户端系统获取用户位置信息,快速搜索教学楼或宿舍楼的具体位置、路径与线路,并在地图上标识出来,为用户提供便利的导航服务。

关键词： Android 校园导航高德地图

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

基于预训练语言模型的维吾尔语事件抽取

引用

计算机工程与设计 2023年第5期44卷 1487-1494页

作者：张朋捷王磊马博杨雅婷董瑞艾孜麦提·艾瓦尼尔中国科学院新疆理化技术研究所多语种信息技术研究室新疆乌鲁木齐830011 中国科学院大学北京100049 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

以往的维吾尔语事件抽取研究多采用静态词向量加长短时记忆神经网络的分析方式,无法有效处理一词多义和上下文语义表示问题。针对目标语言,训练两种维吾尔语预训练语言模型,提出一种结合BiGRU的联合问答模型事件抽取方法。利用预训练语... 详细信息

以往的维吾尔语事件抽取研究多采用静态词向量加长短时记忆神经网络的分析方式,无法有效处理一词多义和上下文语义表示问题。针对目标语言,训练两种维吾尔语预训练语言模型,提出一种结合BiGRU的联合问答模型事件抽取方法。利用预训练语言模型获取文本的动态语义向量,融合类别表征信息,运用BiGRU进一步提取文本特征。实验结果表明,在事件识别任务上F1值达到77.96%,在事件主体抽取任务上F1值达到74.89%。相比基线模型NER方法,所提方法的F1值提高了14.08%。

关键词：预训练语言模型维吾尔语事件抽取联合问答模型双向门控循环单元类型识别主体抽取

来源：评论

学校读者我要写书评

暂无评论

加入梯度均衡机制的端到端方面级情感分析

引用

计算机工程与设计 2023年第8期44卷 2555-2560,F0003页

作者：罗涵天杨雅婷马博董瑞李晓中国科学院新疆理化技术研究所多语种信息技术实验室新疆乌鲁木齐830011 中国科学院大学计算机科学与技术学院北京100049 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

目前方面级情感分析任务存在类别标签不平衡的问题,会导致模型过多学习非方面词标签,影响模型的性能。基于BERT端到端方面级情感分类模型,针对其类别标签不平衡的问题进行深入研究,提出使用梯度均衡机制缓解类别标签不平衡的问题,采用... 详细信息

目前方面级情感分析任务存在类别标签不平衡的问题,会导致模型过多学习非方面词标签,影响模型的性能。基于BERT端到端方面级情感分类模型,针对其类别标签不平衡的问题进行深入研究,提出使用梯度均衡机制缓解类别标签不平衡的问题,采用指数滑动平均的方法缓解潜在离群点样本对实验结果造成的影响,提升模型的性能。在4个标准数据集中进行实验,实验结果表明,所提方法在实验结果中(F1值)相比许多强基线方法有较为明显提升。

关键词：梯度均衡端到端方面级情感分析不平衡标签离群点

来源：评论

学校读者我要写书评

暂无评论

基于灰度直方图与改进Hu不变矩的维吾尔文关键词图像二次检索

引用

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

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：