检索结果-内蒙古大学图书馆

中文信息学报 2024年第4期38卷 134-142页

作者：尤佩雯王晶晶高晓雅李寿山苏州大学自然语言处理实验室计算机科学与技术学院江苏苏州215006

针对语音情感分类任务面临的语音数据标注困难的挑战,该文提出了一种新的跨模态语音情感分类任务,其可以使用文本模态数据(源端)帮助语音模态数据(目标端)进行情感分类。在此基础上,提出了一种基于知识蒸馏的跨模态情感分类模型,旨在通... 详细信息

针对语音情感分类任务面临的语音数据标注困难的挑战,该文提出了一种新的跨模态语音情感分类任务,其可以使用文本模态数据(源端)帮助语音模态数据(目标端)进行情感分类。在此基础上,提出了一种基于知识蒸馏的跨模态情感分类模型,旨在通过知识蒸馏方法将文本情感分类模型(教师模型)学习到的预训练先验知识蒸馏到语音情感分类模型(学生模型)中。该模型的特色在于无须在测试端依赖昂贵的语音识别技术,可对原始语音数据直接进行情感分类,有利于该模型在实际语音情感分类应用场景中大规模落地。实验结果表明,该文所提出的方法可以有效利用文本模态分类的经验来提升语音模态的分类效果。

关键词：跨模态知识蒸馏情感分类

来源：评论

学校读者我要写书评

暂无评论

基于提高伪平行句对质量的无监督领域适应机器翻译

引用

计算机工程与科学 2022年第12期44卷 2230-2237页

作者：肖妮妮金畅段湘煜苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006

神经机器翻译系统的良好性能依赖于大规模内领域双语平行数据,当特定领域数据稀疏或不存在时,领域适应是个很好的解决办法。无监督领域适应方法通过构建伪平行语料来微调预训练的翻译模型,然而现有的方法没有充分考虑语言的语义、情感... 详细信息

神经机器翻译系统的良好性能依赖于大规模内领域双语平行数据,当特定领域数据稀疏或不存在时,领域适应是个很好的解决办法。无监督领域适应方法通过构建伪平行语料来微调预训练的翻译模型,然而现有的方法没有充分考虑语言的语义、情感等特性,导致目标领域的翻译包含大量的错误和噪声,从而影响到模型的跨领域性能。为缓解这一问题,从模型和数据2个方面来提高伪平行句对的质量,以提高模型的领域自适应能力。首先,提出更加合理的预训练策略来学习外领域数据更为通用的文本表示,增强模型的泛化能力,同时提高内领域的译文准确性;然后,融合句子的情感信息进行后验筛选,进一步改善伪语料的质量。实验表明,该方法在中-英与英-中实验上比强基线系统反向翻译的BLEU值分别提高了1.25和1.38,可以有效地提高翻译效果。

关键词：神经网络神经机器翻译领域适应模型优化情感信息

来源：评论

学校读者我要写书评

暂无评论

篇章视角的汉语零指代语料库构建

引用

软件学报 2021年第12期32卷 3782-3801页

作者：孔芳葛海柱周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

零指代是汉语中普遍存在的一个现象,在汉英机器翻译、文本摘要以及阅读理解等众多自然语言处理任务中都起着重要作用,目前已成为自然语言处理领域的一个研究热点.提出了篇章视角的汉语零指代表示体系,从服务于篇章分析的角度出发,首先... 详细信息

零指代是汉语中普遍存在的一个现象,在汉英机器翻译、文本摘要以及阅读理解等众多自然语言处理任务中都起着重要作用,目前已成为自然语言处理领域的一个研究热点.提出了篇章视角的汉语零指代表示体系,从服务于篇章分析的角度出发,首先以基本篇章单元为考察对象,判别其是否包含零元素;再根据零元素在基本篇章单元中承担的角色将零元素划分成主干类和修饰类两类;接着以段落对应的篇章修辞结构树为考察指代关系的基本单元,依据先行词与零元素间的位置关系将指代关系分成基本篇章单元内和基本篇章单元间两种,并针对基本篇章单元间的指代关系,根据零元素对应的先行词的状况将指代关系分成实体类、事件类、组合类和其他等4类;最后,基于篇章视角的汉语零指代表示体系,选取汉语树库CTB、连接词驱动的汉语篇章树库CDTB和Onto Notes语料中重叠的325篇文本进行了汉语零指代的标注,构建了服务于篇章分析的汉语零指代语料库.一方面,借助系统检测来说明所提出的表示体系合理有效,构造的语料库质量上乘;另一方面构建了完整的汉语零指代消解基准平台,从可计算的角度验证了所构建的汉语零指代语料库能够为篇章视角的汉语零指代研究提供必要的支撑.

关键词：零指代语料库构建篇章分析基本篇章单元零元素

来源：评论

学校读者我要写书评

暂无评论

基于最短依存路径和集成学习的化学物蛋白质关系抽取

引用

中文信息学报 2021年第4期35卷 58-65页

作者：程威邵一帆钱龙华周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006

化学物与蛋白质之间的相互作用关系抽取对精准医学和药物发现等方面的研究有着重要作用。该文提出了一种基于最短依存路径和注意力机制的双向LSTM模型,并将其应用于化学物蛋白质关系抽取。在特征上综合考虑了最短依存路径上的词性、位... 详细信息

化学物与蛋白质之间的相互作用关系抽取对精准医学和药物发现等方面的研究有着重要作用。该文提出了一种基于最短依存路径和注意力机制的双向LSTM模型,并将其应用于化学物蛋白质关系抽取。在特征上综合考虑了最短依存路径上的词性、位置和依存关系类型等。在BioCreative VI CHEMPROT任务上的实验表明,该方法在基于依存信息的系统中获得了较好的F1值性能。同时,集成学习也进一步提高了化学物蛋白质关系抽取性能。

关键词：实体关系抽取化学物蛋白质关系抽取最短依存路径注意力机制

来源：评论

学校读者我要写书评

暂无评论

端到端语音翻译中辅助数据的使用策略研究

引用

中文信息学报 2025年第5期 60-71页

作者：刘晓倩韩宇晨朱靖波许晨张裕浩杜扬帆赫洱锋马安香张春良肖桐东北大学自然语言处理实验室沈阳雅译网络技术有限公司哈尔滨工程大学计算机科学与技术学院

端到端语音翻译模型由于数据稀缺问题很难直接进行有效训练。为此，已有方法基于利用辅助数据进行改进的思路，采取了多种不同的策略，但如何将这些策略有机地结合起来仍是一个难题。该文基于编码分解的统一建模架构，实现了对数据增强... 详细信息

端到端语音翻译模型由于数据稀缺问题很难直接进行有效训练。为此，已有方法基于利用辅助数据进行改进的思路，采取了多种不同的策略，但如何将这些策略有机地结合起来仍是一个难题。该文基于编码分解的统一建模架构，实现了对数据增强、预训练和多任务学习三个关键技术的有效联合。在MuST-C英-中语音翻译数据集上的实验结果表明，数据增强在三种方法中具有最大的潜力，能够显著提升语音翻译模型的性能(5.18 BLEU),并通过联合预训练技术实现了在单个模型上最大程度的性能提升(5.48 BLEU),使模型获得更好的泛化性。尽管进一步结合多任务学习无法带来正向效果，但通过对多种模型进行集成仍可获得5.61 BLEU提升。

关键词：语音翻译预训练数据增强多任务学习

来源：评论

学校读者我要写书评

暂无评论

融合依存关系和篇章修辞关系的事件时序关系识别

引用

模式识别与人工智能 2019年第12期32卷 1100-1106页

作者：戴倩雯张龙印孔芳苏州大学计算机科学与技术学院自然语言处理实验室

已有事件间时序关系识别只考虑两个事件所在上下文的局部信息,忽略事件间篇章视角的关联关系.针对这一问题,文中给出融合句子级依存关系和篇章层修辞关系的事件时序关系识别方法.将事件间关联关系分两部分进行表征:事件所在句子的依存... 详细信息

已有事件间时序关系识别只考虑两个事件所在上下文的局部信息,忽略事件间篇章视角的关联关系.针对这一问题,文中给出融合句子级依存关系和篇章层修辞关系的事件时序关系识别方法.将事件间关联关系分两部分进行表征:事件所在句子的依存路径信息和事件所在基本篇章单元间的修辞关系信息.基于这一表征体系构建可以捕获更多有效信息的神经网络模型,提高事件时序关系识别的性能.在TimeBank-Dense语料上的一系列实验验证文中方法的优越性.

关键词：时序关系依存关系篇章修辞关系

来源：评论

学校读者我要写书评

暂无评论

中文篇章零元素语料库构建

引用

北京大学学报（自然科学版） 2019年第1期55卷 15-21页

作者：盛晨孔芳周国栋苏州大学计算机科学与技术学院自然语言处理实验室苏州215006

针对中文零指代问题,从篇章视角进行理论分析,并完成中文篇章零元素语料库(ChineseDiscourse ZeroCorpus,CDZC)的构建工作。首先,整理和分析已有的理论研究以及语料资源,探究篇章层面中文零元素语料库标注的必要性。然后,采用自底向上... 详细信息

针对中文零指代问题,从篇章视角进行理论分析,并完成中文篇章零元素语料库(ChineseDiscourse ZeroCorpus,CDZC)的构建工作。首先,整理和分析已有的理论研究以及语料资源,探究篇章层面中文零元素语料库标注的必要性。然后,采用自底向上、前向搜索的标注策略和人机结合的半自动标注方式,完成CDZC语料库的构建。最后,对该语料库进行一系列详细的统计分析。结果表明,CDZC能够充分反映出中文零元素省略的语言特点,为相关研究提供语料资源支持。

关键词：中文零元素篇章视角语料库构建中文篇章零元素语料库

来源：评论

学校读者我要写书评

暂无评论

汉语篇章理解研究综述

引用

软件学报 2019年第7期30卷 2052-2072页

作者：孔芳王红玲周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

人们理解自然语言通常是在篇章级进行的,随着词汇级及句子级研究的日益成熟,自然语言处理研究的焦点已转向篇章级。篇章分析的主要任务就是从整体上分析出篇章结构及其构成单元之间的语义关系,并利用上下文理解篇章。根据不同的篇章分... 详细信息

人们理解自然语言通常是在篇章级进行的,随着词汇级及句子级研究的日益成熟,自然语言处理研究的焦点已转向篇章级。篇章分析的主要任务就是从整体上分析出篇章结构及其构成单元之间的语义关系,并利用上下文理解篇章。根据不同的篇章分析目的,篇章单元及其关系可以表示为不同的篇章基本结构,不同篇章基本结构及其关系的研究可提供不同层面的篇章理解。目前对汉语篇章内在规律的研究较少,缺乏对篇章进行有效分析和深入理解的理论方法体系,这严重制约了篇章级的相关研究及应用。重点关注篇章的两个最基本特征,即衔接性和连贯性,从篇章结构分析的理论研究、资源建设和计算模型这3个方面,分别探讨篇章修辞结构(体现篇章连贯性)和话题结构(体现篇章衔接性),对篇章理解的国内外研究现状进行了归纳和整理,并给出了目前存在的主要问题和研究趋势。

关键词：自然语言理解篇章分析篇章修辞结构篇章话题结构

来源：评论

学校读者我要写书评

暂无评论

多语言输入的神经语义分析方法研究

引用

计算机工程 2019年第3期45卷 169-174页

作者：柴强李军辉孔芳周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006

多语言到语义表达式的语义分析,即将多个语义上等价的不同语言句子同时作为输入并解析为相应的语义表达式。在神经网络编码-解码的框架下,针对多语言输入,将不同语言输入相结合以建立双编码-解码模型。基于该模型,将2种不同自然语言作... 详细信息

多语言到语义表达式的语义分析,即将多个语义上等价的不同语言句子同时作为输入并解析为相应的语义表达式。在神经网络编码-解码的框架下,针对多语言输入,将不同语言输入相结合以建立双编码-解码模型。基于该模型,将2种不同自然语言作为源端,语义表达式作为目标端,实现多语言到语义表达式的语义分析。在多语言句子的语义分析数据集上的评测结果表明,多语言到语义表达式的语义分析方法取得的准确率高于单语言到语义表达式的语义分析方法。

关键词：多语言语义分析双编码解码神经网络

来源：评论

学校读者我要写书评

暂无评论

基于维基百科的中文嵌套命名实体识别语料库自动构建

引用

计算机工程 2018年第11期44卷 76-82页

作者：李雁群何云琪钱龙华周国栋苏州大学计算机科学与技术学院自然语言处理实验室江苏苏州215006

传统的监督学习方法需要标注一定规模的领域内语料库,限制了其领域适应性。为此,提出一种从中文维基百科条目中自动构建中文嵌套命名实体识别语料库的方法。对中文维基百科的条目进行实体分类,利用实体条目构造实体的嵌套结构,从而自动... 详细信息

传统的监督学习方法需要标注一定规模的领域内语料库,限制了其领域适应性。为此,提出一种从中文维基百科条目中自动构建中文嵌套命名实体识别语料库的方法。对中文维基百科的条目进行实体分类,利用实体条目构造实体的嵌套结构,从而自动生成大规模的中文嵌套命名实体识别语料库。在手工标注嵌套命名实体识别语料库上的实验结果表明,自动构建的语料库具有规模较大、领域广的特点,且能够适应宽泛领域上的中文嵌套命名实体识别任务。

关键词：嵌套命名实体识别信息抽取维基百科语料库条件随机场

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：