检索结果-南通市图书馆

基于阅读理解的汉越跨语言新闻事件要素抽取方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中文信息学报 2024年第6期 86-95页

作者：朱恩昌余正涛高盛祥黄于欣郭军军昆明理工大学信息工程与自动化学院昆明理工大学云南省人工智能重点实验室

新闻事件要素抽取旨在抽取新闻文本中描述主题事件的事件要素，如时间、地点、人物和组织机构名等。传统的事件要素抽取方法在资源稀缺型语言上性能欠佳，且对长文本语义建模困难。对此，该文提出了基于阅读理解的汉越跨语言新闻事件要... 详细信息

新闻事件要素抽取旨在抽取新闻文本中描述主题事件的事件要素，如时间、地点、人物和组织机构名等。传统的事件要素抽取方法在资源稀缺型语言上性能欠佳，且对长文本语义建模困难。对此，该文提出了基于阅读理解的汉越跨语言新闻事件要素抽取方法。该方法首先利用新闻长文本关键句检索模块过滤含噪声的句子。然后利用跨语言阅读理解模型将富资源语言知识迁移到越南语，提高越南语新闻事件要素抽取的性能。在自建的汉越双语新闻事件要素抽取数据集上的实验验证了该文方法的有效性。

关键词：新闻事件要素抽取长文本语义建模跨语言知识迁移阅读理解

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

低资源语音识别研究进展

昆明理工大学学报（自然科学版） 2024年第3期49卷 86-102页

作者：余正涛董凌高盛祥昆明理工大学信息工程与自动化学院云南昆明650500 云南省人工智能重点实验室云南昆明650500

探讨低资源语音识别领域最新研究进展,旨在为未来研究和应用提供有益参考.首先,简要回顾了语音识别的发展过程,并介绍了当前主流端到端语音识别框架的基本原理.其次,针对低资源语音识别面临的问题,详细分析了在语音数据增强、自监督语... 详细信息

探讨低资源语音识别领域最新研究进展,旨在为未来研究和应用提供有益参考.首先,简要回顾了语音识别的发展过程,并介绍了当前主流端到端语音识别框架的基本原理.其次,针对低资源语音识别面临的问题,详细分析了在语音数据增强、自监督语音表征学习、多语言联合学习、结合大语言模型以及语言知识增强5个方面的相关研究工作.最后,对低资源语音识别未来的研究方向进行了展望.

关键词：语音识别低资源语言数据增强语音表征学习大语言模型语言知识

维普期刊数据库

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于时频信息梯度估计的单通道语音增强方法

厦门大学学报(自然科学版) 2024年

作者：高盛祥方妍文余正涛董凌莫尚斌昆明理工大学信息工程与自动化学院昆明理工大学云南省人工智能重点实验室云南省融媒体重点实验室

[目的]语音增强可用于提升现实噪声环境下语音翻译系统的性能。针对现有基于概率扩散模型的语音增强方法存在生成语音结构被破坏、难以对全局特征建模的问题进行研究。[方法]本文提出基于时频信息梯度估计的单通道语音增强方法。首先将... 详细信息

[目的]语音增强可用于提升现实噪声环境下语音翻译系统的性能。针对现有基于概率扩散模型的语音增强方法存在生成语音结构被破坏、难以对全局特征建模的问题进行研究。[方法]本文提出基于时频信息梯度估计的单通道语音增强方法。首先将语音复数谱送入编码器中提取深层表征，并提出将残差快速傅里叶卷积（residual fast fourier convolution，Res-FFC）用于修复生成语音并对语音全局特征进行建模，同时在编解码的过程中融入语音时域信息。[结果]在公开数据集Voice Bank DEMAND上的实验结果表明，相比基于分数生成模型的复数时频域语音增强网络（SGMSE），本文所提方法在客观评价指标SI-SDR和WB-PESQ分别提高0.5和0.19。[结论]本文提出的语音增强方法通过融入Res-FFC和语音时域信息，提升了模型对语音全局特征的捕捉能力，可有效抑制噪声、提升语音质量。

关键词：语音增强概率扩散模型单通道快速傅里叶卷积

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于强化语言关联的中缅越跨语言摘要研究

计算机工程 2024年

作者：何志磊高盛祥朱恩昌余正涛昆明理工大学信息工程与自动化学院昆明理工大学云南省人工智能重点实验室

（CLS）旨在用目标语言（例如中文）的文本对源语言（例如缅甸语）的文本核心内容进行概括和总结。CLS实质上是机器翻译和单语摘要的联合任务，需要模型同时具备这两方面的能力。在面向越南语、缅甸语等低资源语言场景下，跨语言摘要训... 详细信息

（CLS）旨在用目标语言（例如中文）的文本对源语言（例如缅甸语）的文本核心内容进行概括和总结。CLS实质上是机器翻译和单语摘要的联合任务，需要模型同时具备这两方面的能力。在面向越南语、缅甸语等低资源语言场景下，跨语言摘要训练数据稀缺，且中文和缅甸语、越南语属于不同的语系，语言差异较大，导致当前的跨语言摘要方法泛化性较差。基于此，以缅-中，越-中为研究对象，提出了语言关系增强的跨语言摘要方法，该方法首先将输入序列转化为连续的词对，然后，计算源语言和目标语言之间的这些连续词对之间的关系；最后，引入机器翻译和单语摘要的联合训练方法，有效地捕捉目标语言和源语言之间的关系，提高模型的泛化性和对连续文本的处理能力。在自建数据集上进行广泛的实验，相较于其他基线模型，研究提出的方法在ROUGE-1、ROUGE-2和ROUGE-L评价指标上分别提升了5%、1%和4%。

关键词：跨语言摘要低资源语言语言差异连续文本泛化性

面向域外说话人适应场景的多层级解耦个性化语音合成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

广西师范大学学报(自然科学版) 2024年

作者：高盛祥杨元樟王琳钦莫尚斌余正涛董凌云南省媒体融合重点实验室云南省人工智能重点实验室(昆明理工大学) 昆明理工大学信息工程与自动化学院

个性化语音合成任务旨在合成特定说话人音色的语音。传统方法在合成域外说话人语音时，与真实语音存在明显音色差异，解耦说话人特征仍较为困难。本文提出面向训练时未出现的域外说话人适应场景下的多层级解耦个性化语音合成方法，通过... 详细信息

个性化语音合成任务旨在合成特定说话人音色的语音。传统方法在合成域外说话人语音时，与真实语音存在明显音色差异，解耦说话人特征仍较为困难。本文提出面向训练时未出现的域外说话人适应场景下的多层级解耦个性化语音合成方法，通过不同粒度特征融合，有效提升零资源条件下域外说话人语音合成性能。采用快速傅里叶卷积提取说话人全局特征，以提高模型对域外说话人的泛化能力，实现句子粒度的说话人解耦；借助语音识别模型解耦音素粒度说话人特征，并通过注意力机制捕捉音素级音色特征，实现音素粒度的说话人解耦。实验结果表明，在公开数据集AISHELL3上，本文方法对域外说话人在客观评价指标说话人特征向量余弦相似度上达到了0.697，相比基线模型提高了6.25%，提升对域外说话人音色特征建模能力。

关键词：语音合成个性化语音合成零资源说话人表征特征解耦

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融入事件知识的新闻事件对比聚类方法

山西大学学报（自然科学版） 2024年第4期47卷 727-736页

作者：梁晨余正涛高盛祥朱恩昌昆明理工大学信息工程与自动化学院云南昆明 650500 云南省人工智能重点实验室云南昆明 650500

新闻事件聚类旨在从海量新闻文本中挖掘若干个不同主题的事件簇.目前事件聚类大多基于文本语义表征,忽略了事件知识的指导作用,且由于表征学习和目标聚类的迭代进行,不仅容易造成误差累积,还只能处理离线任务,限制了对实时新闻数据的处... 详细信息

新闻事件聚类旨在从海量新闻文本中挖掘若干个不同主题的事件簇.目前事件聚类大多基于文本语义表征,忽略了事件知识的指导作用,且由于表征学习和目标聚类的迭代进行,不仅容易造成误差累积,还只能处理离线任务,限制了对实时新闻数据的处理.针对上述问题,该文提出一种融入事件知识的新闻事件对比聚类方法,该方法在文本表征的基础上,融入事件关键信息丰富事件表征;将聚类标签作为表示,同时在实例级和簇群级进行对比学习;以端到端的方式联合学习表示和簇群分配,实现对数据流的聚类.实验结果表明,该方法相较于其他基线模型,提高了3%.

关键词：事件聚类事件表征对比学习深度聚类

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

基于时空注意力机制的视频引导机器翻译方法

中文信息学报 2024年第4期38卷 50-58页

作者：姜舟余正涛高盛祥毛存礼郭军军昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500

视频引导机器翻译是一种多模态机器翻译任务,其目标是通过视频和文本的结合产生高质量的文本翻译。但是之前的工作只基于视频中的时间结构选择相关片段引导机器翻译,所选片段中存在大量与目标语言无关的信息。因此,在翻译过程中,视频中... 详细信息

视频引导机器翻译是一种多模态机器翻译任务,其目标是通过视频和文本的结合产生高质量的文本翻译。但是之前的工作只基于视频中的时间结构选择相关片段引导机器翻译,所选片段中存在大量与目标语言无关的信息。因此,在翻译过程中,视频中的时空结构没有得到充分利用,从而无法有效缓解机器翻译中细节缺失或翻译错误的问题。为了解决这一问题,该文提出了一种基于时空注意力(Spatial-Temporal Attention,STA)的模型来充分利用视频中的时空信息引导机器翻译。该文提出的注意力模型不但能够选择与目标语言最相关的时空片段,而且能进一步聚焦片段中最相关的实体信息。所关注的实体信息能有效增强源语言和目标语言的语义对齐,从而使得源语言中的细节信息得到准确翻译。该文的方法基于Vatex公共数据集和构建的汉-越低资源数据集进行实验,在Vatex与汉-越低资源数据集上BLEU4分别达到32.66和18.46,相比于时间注意力基线方法提高了3.54与0.89个BLEU值。

关键词：时空注意力视频引导机器翻译细节缺失时间注意力空间注意力

维普期刊数据库

第十讲人工智能在南亚东南亚语言翻译领域的应用(上)

在线全文

学校读者我要写书评

暂无评论

致富天地 2024年第6期 33-36页

作者：高盛祥(文/图) 云南省人工智能重点实验室

由余正涛教授领衔的云南省人工智能重点实验室,为南亚东南亚语言语音信息处理教育部工程研究中心。实验室面向越南语、老挝语、缅甸语、柬埔寨语、泰语等南亚东南亚语言,长期开展自然语言处理与机器翻译、信息检索和社会计算、语音识别... 详细信息

由余正涛教授领衔的云南省人工智能重点实验室,为南亚东南亚语言语音信息处理教育部工程研究中心。实验室面向越南语、老挝语、缅甸语、柬埔寨语、泰语等南亚东南亚语言,长期开展自然语言处理与机器翻译、信息检索和社会计算、语音识别及合成、图像识别与检索等领域的研究,取得了一系列成果,部分成果填补了该领域空白,达到国际领先水平。实验室研发的产品,在旅游、贸易、教育、国际传播等领域得到很好的应用,对推进我国与南亚东南亚国家交流与合作起到重要作用。本刊特邀该实验室团队成员,科普人工智能在语言翻译领域应用方面的相关知识。

关键词：人工智能自然语言处理语言翻译信息检索图像识别机器翻译柬埔寨语语音识别

第十一讲人工智能在南亚东南亚语言翻译领域的应用(下)

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

致富天地 2024年第7期 28-30页

作者：高盛祥(文/图) 云南省人工智能重点实验室

由余正涛教授领衔的云南省人工智能重点实验室,是南亚东南亚语言语音信息处理教育部工程研究中心。实验室面向越南语、老挝语、缅甸语、柬埔寨语、泰语等南亚东南亚语言,长期开展自然语言处理与机器翻译、信息检索和社会计算、语音识别... 详细信息

由余正涛教授领衔的云南省人工智能重点实验室,是南亚东南亚语言语音信息处理教育部工程研究中心。实验室面向越南语、老挝语、缅甸语、柬埔寨语、泰语等南亚东南亚语言,长期开展自然语言处理与机器翻译、信息检索和社会计算、语音识别及合成、图像识别与检索等领域的研究,取得了一系列成果,部分成果填补了该领域空白,达到国际领先水平。实验室研发的产品,在旅游、贸易、教育、国际传播等领域得到很好的应用,对推进我国与南亚东南亚国家交流与合作起到重要作用。本刊特邀该实验室团队成员,科普人工智能在语言翻译领域应用方面的相关知识。

关键词：人工智能自然语言处理语言翻译信息检索图像识别机器翻译柬埔寨语语音识别