检索结果-南通市图书馆

印尼语报刊新闻中的委婉语研究 ——以《罗盘报》为例

在线全文

学校读者我要写书评

暂无评论

印尼语报刊新闻中的委婉语研究 ——以...

作者：黄萍广西民族大学

学位级别：硕士

委婉语（Euphemism）不仅是一种普遍的语言现象,也是一种社会文化现象。本研究以社会语言学语境理论为指导,选取《罗盘报》2020年至2022年“热点”专栏新闻为语例,运用文献分析和归纳总结等方法,对报刊新闻中委婉语的构成手段、特点、... 详细信息

委婉语（Euphemism）不仅是一种普遍的语言现象,也是一种社会文化现象。本研究以社会语言学语境理论为指导,选取《罗盘报》2020年至2022年“热点”专栏新闻为语例,运用文献分析和归纳总结等方法,对报刊新闻中委婉语的构成手段、特点、语用功能和文化内涵等问题进行详细探究。研究发现主要有以下几点:一、印尼语报刊新闻委婉语的构成手段主要包括词汇手段、语义手段、语法手段和修辞手段。二、印尼语报刊新闻委婉语的特点主要包括语境依赖性特点、目的多样性特点及更新性和时代性特点。三、印尼语报刊新闻委婉语有着丰富的语用功能突出表现在表达礼貌功能、掩饰事实和美化现实功能、禁忌避讳功能、激发读者阅读兴趣功能、委婉表达思想感情功能五个方面。四、印尼语报刊新闻委婉语有其独特的印尼民族政治文化内涵和宗教文化内涵,是印尼民族言语交际规律和文化价值观念的体现。本研究为了解印尼语和印尼文化提供了新视角,为提高印尼语学习者的语言应用能力和跨文化交际能力提供帮助。

关键词：印尼语报刊新闻委婉语

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

印尼语、马来语自然语言处理研究综述

模式识别与人工智能 2020年第6期33卷 530-541页

作者：蒋盛益李珊珊符斯慧林楠铠广东外语外贸大学信息科学与技术学院广州510006 广东外语外贸大学广州市非通用语种智能处理重点实验室广州510006

随着印尼语、马来语互联网普及率的上升,对海量印尼语、马来语文本进行信息处理存在重大需求.虽然研究人员对印尼语、马来语展开较广泛的研究,但是作为低资源语言,受到的关注远不及通用语,未能较好利用前沿的深度学习方法.文中梳理总结... 详细信息

随着印尼语、马来语互联网普及率的上升,对海量印尼语、马来语文本进行信息处理存在重大需求.虽然研究人员对印尼语、马来语展开较广泛的研究,但是作为低资源语言,受到的关注远不及通用语,未能较好利用前沿的深度学习方法.文中梳理总结包括词法分析、句法分析、机器翻译、拼写检查等印尼语、马来语相关的自然语言处理技术.对比分析相关的研究成果发现,大多数研究因语料规模及评测标准不同难以客观对比各种算法的差异.最后结合印尼语、马来语现有的各领域语言资源开放情况,指出印尼语、马来语的自然语言处理研究面临的问题,并展望未来发展趋势.

关键词：印尼语马来语黏着语低资源语言自然语言处理

基于端到端神经网络模型的印尼语语音合成研究

在线全文

学校读者我要写书评

暂无评论

基于端到端神经网络模型的印尼语语音合成研究

作者：鲁宇云南大学

学位级别：硕士

近年来,飞速发展的深度学习为语音合成领域开拓了新的研究方向,世界各国的学者都开始采用基于深度神经网络的端到端语音合成方法,并取得了令人惊叹的成果。基于深度神经网络的端到端语音合成模型展现出了绝对高于传统的统计参数合成方... 详细信息

近年来,飞速发展的深度学习为语音合成领域开拓了新的研究方向,世界各国的学者都开始采用基于深度神经网络的端到端语音合成方法,并取得了令人惊叹的成果。基于深度神经网络的端到端语音合成模型展现出了绝对高于传统的统计参数合成方法的性能,端到端模型可以把输入的文本序列通过一系列神经网络直接转换为对应的语音频谱序列。在一些以英语、汉语等通用语为目标语言的端到端语音合成研究中,合成出的语音已经无限接近于人发出的自然语音。但印尼语是一种非通用语,电子语料库非常匮乏,导致印尼语语音合成研究相对于中文、英语等通用语要滞缓许多。本文从印尼语的文本特性出发,以Tacotron2为基线模型,实现了基于端到端神经网络模型的印尼语语音合成系统。在此基础上,着重围绕印尼语的低资源特性和Tacotron2模型的不足之处,探索改进方法。本文主要工作如下:(1)构建了一个印尼语语音数据库,并根据印尼语特点进行词序列到音素序列的转换,设计并实现了基于Tacotron2模型的印尼语端到端语音合成基线系统,同时分析了其存在的不足。(2)在基线模型的基础上,对模型超参数进行了优化修改,然后引入注意力约束的方法提升训练时数据的使用效率,并且使用了一个针对低资源语言的半监督训练方案,冻结编码器后用无文本表示的印尼语语音对模型的解码器进行预训练,使其在正式训练前就拥有一定的声学表示能力,以此减少模型训练时的语料需求。优化后的模型MOS评分达到了3.84,提升了合成语音的可懂度与自然度。(3)针对Tacotron2模型的解码器存在的曝光偏差问题和印尼语的低资源特性,本文利用英语语料预训练端到端语音合成模型,然后用印尼语语料对模型参数进行迁移学习。在此基础上,为了克服累积误差对合成长句的影响,本文提出了一种可调整概率的“交替训练”方法,进而研究最优的交替训练实施方案。经此方案训练的端到端印尼语语音合成模型MOS评分达到了3.95,可完整合成无失真的超长句,在有效减少了曝光偏差问题带来的累积误差,达到了预期效果。针对印尼语语音合成基线模型的不足之处,本文提出并实现了上述两种优化及改进方案,加快了模型训练的收敛速度,降低了训练模型所需的语音数据量,提升了合成语音的质量,在低资源前提下可合成出高质量的印尼语语音。

关键词：印尼语端到端语音合成半监督训练交替训练

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

认知社会语言学视角下的印尼语缩略语研究

认知社会语言学视角下的印尼语缩略语研究

作者：李豪伟广西民族大学

学位级别：硕士

本研究基于认知社会语言学理论,重点采用语料分析兼内省的方法对印尼语缩略语这一现象作定性研究,探讨印尼语缩略语的生成机制及影响。从宏观层面来看,印尼语缩略语的生成受交际心理中的省力倾向和语言形式上“部分代替整体”的转喻认... 详细信息

本研究基于认知社会语言学理论,重点采用语料分析兼内省的方法对印尼语缩略语这一现象作定性研究,探讨印尼语缩略语的生成机制及影响。从宏观层面来看,印尼语缩略语的生成受交际心理中的省力倾向和语言形式上“部分代替整体”的转喻认知机制驱动;与此同时,印尼语缩略语的生成还受外部的各种社会因素制约,语言环境的相对宽松、社会生活的快速变化、国际交流的日趋活跃以及大众媒体的有力推动都为印尼语缩略语提供了有利的生长环境。在具体构造的微观层面上,根据印尼语缩略语的构成方式,将其划分成截短式缩略语、首字母缩略语、拼缀式缩略语、完整词缩略语四种类型,而印尼语缩略语倾向于选择具有良好提示性、便于人们还原理解的“部分”来代替原式,正是基于转喻认知理据。作为印尼语词汇发展过程中的重要现象,缩略语也对印尼语的发展和运用产生了诸多影响,丰富了印尼语的词汇系统,提高了语言表现力,然而缩略语的滥用也容易导致理解歧义,影响交际效果,为语言规范增加困难。本研究为印尼语缩略语研究提供了新的视角,有助于增进对印尼语以及印尼社会文化的了解。

关键词：缩略语印尼语生成理据构造理据影响

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度神经网络的印尼语语音识别

基于深度神经网络的印尼语语音识别

作者：杨若琳云南大学

学位级别：硕士

基于深度神经网络并利用大规模数据集训练的语音识别系统已具有良好的性能。印尼语是一种使用人口数以亿计的语言,由于研究起步较晚,还存在缺乏大规模语音数据等问题,印尼语语音识别研究相对滞后。文本针对印尼语语音特征及其低资源特性... 详细信息

基于深度神经网络并利用大规模数据集训练的语音识别系统已具有良好的性能。印尼语是一种使用人口数以亿计的语言,由于研究起步较晚,还存在缺乏大规模语音数据等问题,印尼语语音识别研究相对滞后。文本针对印尼语语音特征及其低资源特性,采用深度神经网络模型并结合多任务学习、迁移学习,探索提高语音识别模型性能的方法。论文的主要工作包括:(1)完成印尼语文本正则化;根据印尼语的语音特点,并结合语言专家的建议,选择音素作为建模单元;设计合适的印尼语发音词典,实现词到音素之间的映射。(2)研究基于深度神经网络的印尼语语音识别声学建模方法,设计并实现了基于DNN-HMM(Hidden Markov Model)的印尼语声学模型。考虑到DNN模型具有较高的自由度,选用时延神经网络(Time-Delay Neural Network,TDNN)取代DNN,以提升印尼语语音识别声学模型性能。在此基础上,针对TDNN对模型增加的约束对于长时语音的识别结果较差的问题,提出将时间约束的多头注意力机制与TDNN模型相结合以提升声学模型的性能,并用实验验证结合方式的有效性。(3)针对低资源条件下训练数据规模偏小的问题,采用多任务学习方法,将印尼语作为主任务,英语作为辅助任务,通过两个任务的联合训练,构建多任务的声学模型。根据多任务学习模型结构的特殊性,在联合训练的同时,还需要考虑任务之间的差异性。针对此问题,本文又分别设计了两种建模方式:传统多任务学习模型、含有属性依赖的多任务学习模型,并完成了两种模型的对比实验。此外,对所构建的多任务模型进行了瓶颈特征提取,并将该特征与Fbank+Pitch特征进行特征融合以提高模型的性能。(4)在低资源条件下,为了进一步提升印尼语语音识别的性能,本文利用迁移学习对语音识别系统进行了优化,根据语种之间的相似性,将英语作为源语言,印尼语作为目标语言,并将固定隐层迁移、Fine-Tuning(微调)和分层权重迁移三种迁移方法分别应用于基于深度神经网络的声学模型,并用实验验证各方法的有效性。实验结果表明,DNN-HMM、TDNN-HMM和TDNN-Attention-HMM模型的WER(词错误率)分别为9.24%、7.88%、7.77%;多任务学习方法中含有属性依赖的多任务学习模型的WER为7.69%,将在此模型上提取的瓶颈特征与Fbank+pitch特征进行特征融合后训练的模型WER为7.59%;基于TDNN-Attention-HMM的分层权重迁移模型WER为6.79%。实验结果验证了在低资源条件下本文提出并实现的三种提高印尼语语音识别模型性能的方法可行、有效。

关键词：印尼语语音识别深度神经网络多任务学习迁移学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

印尼语“前/后”方位隐喻认知分析

百色学院学报 2022年第2期35卷 64-70页

作者：廖晰槿张会叶云南民族大学南亚东南亚语言文化学院云南昆明6505041

文章从认知语言学的视角,对印尼语中“前”与“后”的方位隐喻现象进行分析,主要从时间、状态和社会关系3个方面描写和分析“前/后”的隐喻拓展义,并分析其隐喻拓展义产生的认知机制和意象图式,为印尼语的学习与教学提供一定的帮助。

关键词：印尼语方位隐喻前后

在线全文

学校读者我要写书评

暂无评论

基于全局风格嵌入的多说话人印尼语语音合成

计算机科学与应用 2023年第1期13卷 126-135页

作者：杨益灵杨鉴王发亮云南大学信息学院云南昆明

由于印尼语高质量语料数据库的稀缺,该语种多说话人语音合成系统性能仍有待提升。因此以缓解低资源对多说话人语音合成性能的影响为目的,研究并实现了基于GST-Tacotron2模型框架的印尼语端到端语音合成系统。选用8.5小时的单说话人印尼... 详细信息

由于印尼语高质量语料数据库的稀缺,该语种多说话人语音合成系统性能仍有待提升。因此以缓解低资源对多说话人语音合成性能的影响为目的,研究并实现了基于GST-Tacotron2模型框架的印尼语端到端语音合成系统。选用8.5小时的单说话人印尼语数据训练的合成系统,合成语音的MOS评分达4.11。在此基础上,设计多说话人印尼语语音合成系统,着重探索了在仅利用其他印尼语说话人少量语音数据进行混合训练时,采用说话人编码方法对多说话人合成自然度的影响。实验结果表明,利用合计14.5小时多说话人语音数据训练的合成模型,主位说话人合成语音的MOS评分到达了4.12,梅尔倒谱失真比单说话人最优模型降低了7.2%。其他说话人合成语音的MOS评分均大于3.60,验证了所提方法的有效性。

关键词：语音合成多说话人风格迁移低资源印尼语

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

印尼语视听说教学中影视教材的选用

广西民族大学学报（哲学社会科学版） 2007年第5期29卷 164-167页

作者：杨晓强广西民族大学外国语学院

对于印尼语学习者而言,模拟的语言环境对语言综合运用能力非常关键,影视教材在其中起着不可替代的作用。授课教师应当从语言、内容和价值观等方面合理选择影视材料,并在利用过程中充分发挥学生的主动性。

关键词：印尼语影视教材模拟环境