检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

网络文本分类中基于信息瓶颈的特征提取

清华大学学报（自然科学版） 2010年第1期50卷 45-48,53页

作者：贺一帆江铭虎清华大学人文学院计算语言学实验室北京100084

针对网络文本特征关键词多、新词多的特点,提出了一种基于概念特征的文本分类提取方法。应用信息瓶颈法,根据关键词在不同类标号上的分布情况完成关键词聚类。在此基础上,结合概念抽取的方法,将词聚类结果映射到知网义原,并以此作为分... 详细信息

针对网络文本特征关键词多、新词多的特点,提出了一种基于概念特征的文本分类提取方法。应用信息瓶颈法,根据关键词在不同类标号上的分布情况完成关键词聚类。在此基础上,结合概念抽取的方法,将词聚类结果映射到知网义原,并以此作为分类特征。在网络文本语料上的分类实验显示,该方法保留了基于概念特征提取方法的鲁棒性强、特征维数低的优点,但克服了概念词典中新词无定义,需要维护更新词典的不足。

关键词：文本分类特征提取信患瓶颈法

在线全文

学校读者我要写书评

暂无评论

基于句法树节点嵌入的作者识别方法

清华大学学报（自然科学版） 2023年第9期63卷 1390-1398页

作者：张洋江铭虎清华大学人文学院中文系计算语言学实验室北京100084

作者识别是通过分析未知文本的写作风格推断作者归属的交叉学科。现有的研究多基于字符和词汇特征,而句法关联信息在研究中鲜有涉及。该文提出了基于句法树节点嵌入的作者识别方法,将句法树的节点表示成其所有依存弧对应的嵌入之和,把... 详细信息

作者识别是通过分析未知文本的写作风格推断作者归属的交叉学科。现有的研究多基于字符和词汇特征,而句法关联信息在研究中鲜有涉及。该文提出了基于句法树节点嵌入的作者识别方法,将句法树的节点表示成其所有依存弧对应的嵌入之和,把依存关系信息引入深度学习模型中。然后构建句法注意力网络,并通过该网络得到句法感知向量。该向量同时融合了依存关系、词性以及单词等信息。接着通过句子注意力网络得到句子的表示,最后通过分类器进行分类。在3个英文数据集的实验中,该文方法的性能位列第2或3位。更重要的是,依存句法组合的引入为模型的解释提供了更多的方向。

关键词：作者识别句法树节点依存关系注意力机制

在线全文

学校读者我要写书评

暂无评论

噪音环境下语音识别理解系统的研究

铁道学报 1997年第6期19卷 73-77页

作者：江铭虎袁保宗林碧琴北方交通大学

根据人对语言的认知过程提出了含噪语音识别理解的模型，语音识别采用两级模块扩展联想记忆神经网络，第一级扩展联想网络将待识别语音类分组，第二级分支扩展联想网络实现各自组内的区分，两级模块扩展联想网络的学习速度比传统ＢＰ网... 详细信息

根据人对语言的认知过程提出了含噪语音识别理解的模型，语音识别采用两级模块扩展联想记忆神经网络，第一级扩展联想网络将待识别语音类分组，第二级分支扩展联想网络实现各自组内的区分，两级模块扩展联想网络的学习速度比传统ＢＰ网络快９倍，它对噪音语音信号具有很高的自适应性、鲁棒性、容错性和联想记忆能力。语音理解提取语音识别的候选词，采用统计推理和句法规则相结合的多层分析查错的结构，由统计推断库预测下一词，句法规则库将有效地减少声学层的识别错误和候选词，通过信息反馈来比较、纠正错误，引导后续的语音处理，以实现句子的识别。

关键词：神经网络噪音语音理解无音识别

基于Rough集约简算法的中文文本自动分类系统

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2005年第7期27卷 1047-1052页

作者：盛晓炜江铭虎清华大学中文系计算语言学实验室北京100084 中国科学院自动化研究所模式识别国家重点实验室北京100080

现有的文本自动分类离不开文档向量的构造,向量的分量与文档中的特征项相对应。这种向量通常高达几千维甚至数万维,计算量相当大,因此需要对向量进行约简。而传统的基于频率的阈值过滤法往往会导致有效信息的丢失,影响分类的准确度。该... 详细信息

现有的文本自动分类离不开文档向量的构造,向量的分量与文档中的特征项相对应。这种向量通常高达几千维甚至数万维,计算量相当大,因此需要对向量进行约简。而传统的基于频率的阈值过滤法往往会导致有效信息的丢失,影响分类的准确度。该文将Rough集理论引入自动分类,并提出了一种新的文档向量约简算法。实验证明该算法不仅能有效缩减文档向量的规模,而且相比传统的阈值法信息损失小、准确率更高。

关键词：自动分类 Rough集决策表约简算法

一种适应域的汉语N-gram语言模型平滑算法

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 1999年第9期39卷 99-102页

作者：江铭虎朱小燕袁保宗清华大学计算机科学与技术系北京100084 北方交通大学信息科学研究所北京100044

针对基于汉语词的Ｎｇｒａｍ模型统计数据稀疏问题和应用域变化造成原统计模型识别性能降低，提出具有应用域适应能力的Ｎｇｒａｍ模型平滑算法。对两种应用域的语料进行了前、后向０到３元文法统计，采用隐马尔可夫模型（ ... 详细信息

针对基于汉语词的Ｎｇｒａｍ模型统计数据稀疏问题和应用域变化造成原统计模型识别性能降低，提出具有应用域适应能力的Ｎｇｒａｍ模型平滑算法。对两种应用域的语料进行了前、后向０到３元文法统计，采用隐马尔可夫模型（ＨＭＭ）在语音识别中的成功经验，由Ｂａｕｍ ｗｅｌｃｈ算法来获得优化权值，每个权值代表相关模型的统计可靠性。由前后向的３ｇｒａｍ模型可得到５ｇｒａｍ文法约束的平滑算法，以弥补统计矩阵数据的稀疏现象。将《人民日报》语料的统计结果作为先验统计结果，和《计算机世界》作为转换域的专业语料进行后继训练，得到一种适应应用域的３ｇｒａｍ模型。实验结果表明，前后向约束的３ｇｒａｍ文法得到的５ｇｒａｍ平滑可以较小的存储代价得到较高的文法约束。

关键词：适应域平滑算法汉语语音识别 N-gram语言模型

在线全文

学校读者我要写书评

暂无评论

认知技术的变革及前景展望

学术前沿 2023年第11期 28-39页

作者：江铭虎清华大学心理学与认知科学研究中心

人脑是语言的大脑,语言是记载知识的工具,可以说,语言使人类的历史得以留存。人类认识可以划分为物理对象、主观意识和客观知识三个世界,认知领域、物理领域和信息领域密切相关又存在着一定的差异。计算机互联网络是信息时代的第一次革... 详细信息

人脑是语言的大脑,语言是记载知识的工具,可以说,语言使人类的历史得以留存。人类认识可以划分为物理对象、主观意识和客观知识三个世界,认知领域、物理领域和信息领域密切相关又存在着一定的差异。计算机互联网络是信息时代的第一次革命,自然语言处理是人工智能的核心技术;人工智能促进了认知科学与技术的发展,认知技术是互联网信息时代的第二次革命,将改变我们的工作和生活方式。

关键词：语言人脑认知领域物理领域信息领域人工智能

在线全文

学校读者我要写书评

暂无评论

中国手语模态对句子加工的影响

清华大学学报（自然科学版） 2016年第9期56卷 942-948页

作者：姚登峰江铭虎阿布都克力木.阿布力孜清华大学人文学院计算语言学实验室北京100084 清华大学心理学与认知科学研究中心北京100084 北京市信息服务工程重点实验室(北京联合大学) 北京100075

该文系统地研究了中国手语模态对句子加工的影响，使用事件相关电位（ERP）技术来探索句子加工过程中手势模态的语义和语音信息对词汇通达的影响和时间过程。设计实验材料时，对句尾变化条件下目标手势的语义和音韵形式进行了系统的人... 详细信息

该文系统地研究了中国手语模态对句子加工的影响，使用事件相关电位（ERP）技术来探索句子加工过程中手势模态的语义和语音信息对词汇通达的影响和时间过程。设计实验材料时，对句尾变化条件下目标手势的语义和音韵形式进行了系统的人为操纵。通过18个被试的实验，观察到将初级视觉特征映射到手势音韵特征的手势感知证据（时长100～200ms），紧接着是将目标手势音韵特征与语境信息匹配的负成分（时长200-400ms），以及表征语篇语境对语义制约的动态建构的负成分（时长400～650ms），它促进了手势的音义信息与句子信息的整合。音近和义近手势在时间进程和效应方向上存在着相似性，表明手语模态的词汇通达与有声语言类似，并消耗类似的在线处理成本。同时发现了手语模态独有的表征手语音韵特征加工已经完成的N300效应，它代表了手势音韵元素识别和手势识别之间的直接联系。实验结果表明：在进行甸子加工时，被试首要考虑的是语境和目标手势匹配，并不是与手势的音韵特征匹配。这种结果可能是词汇选择时音近和义近相关信息相互作用的标志。

关键词：手语语音语义句子加工 N300

在线全文

学校读者我要写书评

暂无评论

基于多种知识的盲文翻译的研究

清华大学学报（自然科学版） 2000年第9期40卷 69-73页

作者：江铭虎朱小燕夏莹谭刚包塔清华大学计算机科学与技术系

盲文到汉字的转换研究 ,分为盲文到拼音和拼音到汉字的转换研究。论文通过引入音码表 ,很好地解决了盲文到拼音转换中的歧义问题。对于拼音到汉字的转换 ,采用Markov模型 ,使用平滑算法解决此模型中的数据稀疏问题 ,并且对通常使用的字... 详细信息

盲文到汉字的转换研究 ,分为盲文到拼音和拼音到汉字的转换研究。论文通过引入音码表 ,很好地解决了盲文到拼音转换中的歧义问题。对于拼音到汉字的转换 ,采用Markov模型 ,使用平滑算法解决此模型中的数据稀疏问题 ,并且对通常使用的字级别二元模型的平滑算法进行了改进以适应词级别二元模型。为每一个拼音句子建立一个拼音到汉字转换多部图 ,并在此转换多部图中使用 Viterbi算法搜索一条具有最大似然度的汉语句子 ,或使用 N - Best算法搜索具有头 N大似然度的 N个汉语句子。同时研究了从 1选到 N选的转换判据 ,以进行自动的 N - Best转换。实验表明 ,盲文到汉字转换系统的转换正确率为 94.38% ,若剔除专有名词 ,转换正确率还可上升 2个百分点。对 N - Best搜索算法的测试表明 5选正确率比 1选正确率提高了

关键词：盲文翻译平滑算法盲人用计算机拼音汉字

在线全文

学校读者我要写书评

暂无评论

基于扩展联想神经网络的语音识别系统

铁道学报 1997年第3期19卷 73-78页

作者：江铭虎袁保宗林碧琴北方交通大学

将扩展联想记忆神经网络用于噪音语音识别，它是在一多层感知器（ＭＬＰ）后接一反馈网络构成。对于反馈联想网络，我们提出了基于误差反传的快速梯度学习算法，从而提高了网络的联想记忆能力和训练速度。通过改变误差能量函数，使权值... 详细信息

将扩展联想记忆神经网络用于噪音语音识别，它是在一多层感知器（ＭＬＰ）后接一反馈网络构成。对于反馈联想网络，我们提出了基于误差反传的快速梯度学习算法，从而提高了网络的联想记忆能力和训练速度。通过改变误差能量函数，使权值修正根据误差的大小而改变，并导出相应的快速算法，使扩展联想网络的训练速度提高３～５倍，整个系统具有很高的自适应性、鲁棒性、容错性和联想记忆能力。最后根据语音识别结果提取概念，进行自组织拓扑语义影射，在平面上反映出词汇间的语义关系。

关键词：神经网络联想记忆噪音语音识别