检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

端到端语音到语音翻译的优化方法综述

计算机应用 2024年

作者：宗伟赵悦李尹徐晓娜民族语言智能分析与安全治理教育部重点实验室(中央民族大学) 中央民族大学信息工程学院

语音到语音翻译是语音领域中新兴的研究方向，旨在将一种语言的语音翻译成另一种语言的语音。随着人们对跨语言交流需求的增加，语音到语音翻译受到广泛的关注，相关研究也不断涌现。传统的级联模型在语音到语音翻译过程中存在着诸多问... 详细信息

语音到语音翻译是语音领域中新兴的研究方向，旨在将一种语言的语音翻译成另一种语言的语音。随着人们对跨语言交流需求的增加，语音到语音翻译受到广泛的关注，相关研究也不断涌现。传统的级联模型在语音到语音翻译过程中存在着诸多问题，如错误传播、推理延迟和无法翻译无文字系统的语言等，因此如何通过端到端模型实现直接语音到语音翻译是当前研究的重点。在对端到端语音到语音翻译进行了全面调查的基础上，详细分析和归纳了端到端语音到语音翻译的各种模型，综述了已有的相关技术，将端到端语音到语音翻译面临的挑战总结为建模负担、数据稀缺和现实应用三类问题，并重点探讨了现有工作是如何解决这三类问题的。大语言模型强大的理解和生成能力为语音到语音翻译提供了新的可能性，同时也带来了更多的挑战。讨论了大语言模型在语音到语音翻译中的应用，并设想了未来可能的发展方向。

关键词：端到端语音到语音翻译建模负担数据稀缺现实应用语音基石模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

构音障碍语音识别算法研究综述

计算机工程与应用 2024年第11期60卷 62-74页

作者：宋伟张杨豪中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 民族语言智能分析与安全治理教育部重点实验室北京100081

构音障碍作为一种医学难症,目前主流的语音识别技术并不能很好地适应这一领域的需求。同时针对构音障碍的语音识别技术利用预训练及个性化训练相结合的方式,通过数据驱动进一步提升了算法性能,识别字错误率进一步降低,但是目前针对构音... 详细信息

构音障碍作为一种医学难症,目前主流的语音识别技术并不能很好地适应这一领域的需求。同时针对构音障碍的语音识别技术利用预训练及个性化训练相结合的方式,通过数据驱动进一步提升了算法性能,识别字错误率进一步降低,但是目前针对构音障碍的语音识别技术离实际商用还存在一定的距离,该技术的发展受数据规模和技术的限制。到目前为止,尚未出现针对构音障碍语音识别方面的综述文章,亟需将该领域中各种数据集的构建方法和先进技术进行对比分析,以方便进入该领域的研究人员快速获取这方面的知识。对现有数据集、主流算法、评估方式进行了调研,总结了国内外主流构音障碍数据集的规模、形式和特点。分析了构音障碍语音识别的主流算法,并给出了不同算法的性能和特点。最后,研究了基于构音障碍患者的严重等级的算法模型性能评价指标,并讨论了未来的研究方向,以期能够为从事构音障碍语音识别的研究人员提供帮助,助力该领域的快速发展。

关键词：构音障碍语音识别深度学习人工智能

在线全文

学校读者我要写书评

暂无评论

国标麻将的多尺度骨干神经网络模型

重庆理工大学学报（自然科学） 2024年第5期38卷 137-144页

作者：代君学李霞丽刘博王昭琦中央民族大学民族语言智能分析与安全治理教育部重点实验室北京100081 中央民族大学信息工程学院北京100081

在有多轮次、状态空间巨大、81种不同类别的番种、胡牌方式复杂的国标麻将中,普通的神经网络难以对复杂的数据进行表达和拟合。首次将多尺度骨干的深度神经网络用于实现麻将AI,以更好地捕获国标麻将的局部以及全局特征,适用于处理复杂数... 详细信息

在有多轮次、状态空间巨大、81种不同类别的番种、胡牌方式复杂的国标麻将中,普通的神经网络难以对复杂的数据进行表达和拟合。首次将多尺度骨干的深度神经网络用于实现麻将AI,以更好地捕获国标麻将的局部以及全局特征,适用于处理复杂数据,做出更准确的游戏策略。基于IJCAI 2020 Champion的对局数据,对训练数据进行数据增强。采用增强后的数据,在NVIDAI GeForce RTX3090 LapTop GPU上进行了5天的监督学习训练,训练出的模型有52 M参数,动作准确率达到93.47%,弃牌准确率达到83.93%,鸣牌准确率达到97.56%。将提出的模型部署到北京大学开发的Botzone平台上,进入天梯榜前1%。

关键词：深度学习麻将卷积神经网络 Res2Net50 多尺度骨干架构

CINOSUM:面向多民族低资源语言的抽取式摘要模型

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第7期51卷 296-302页

作者：翁彧罗皓予超木日力格刘轩董俊刘征中央民族大学民族语言智能分析与安全治理教育部重点实验室北京100081 中央民族大学中国少数民族语言文学学院北京100081

针对现有的模型无法处理多民族低资源语言自动摘要生成的问题,基于CINO提出了一种面向多民族低资源语言的抽取式摘要模型CINOSUM。为扩大文本摘要的语言范围,首先构建了多种民族语言的摘要数据集MESUM。为解决以往模型在低资源语言上效... 详细信息

针对现有的模型无法处理多民族低资源语言自动摘要生成的问题,基于CINO提出了一种面向多民族低资源语言的抽取式摘要模型CINOSUM。为扩大文本摘要的语言范围,首先构建了多种民族语言的摘要数据集MESUM。为解决以往模型在低资源语言上效果不佳的问题,构建了一个框架,采用统一的句子抽取器,以进行不同民族语言的抽取式摘要生成。此外,提出采用多语言数据集的联合训练方法,旨在弥补知识获取上的不足,进而扩展在低资源语言上的应用,显著增强模型的适应性与灵活性。最终,在MESUM数据集上开展了广泛的实验研究,实验结果表明CINOSUM模型在包括藏语和维吾尔语在内的多民族低资源语言环境中表现卓越,并且在ROUGE评价体系下取得了显著的性能提升。

关键词：抽取式摘要多语言预训练模型低资源语言信息处理知识迁移

基于BERT和超图对偶注意力网络的文本情感分析

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第3期41卷 786-793页

作者：胥桂仙刘兰寅王家诚陈哲中央民族大学民族语言智能分析与安全治理教育部重点实验室北京100081 中央民族大学信息工程学院北京100081

针对网络短文本存在大量的噪声和缺乏上下文信息的问题,提出一种基于BERT和超图对偶注意力机制的文本情感分析模型。首先利用BERT预训练模型强大的表征学习能力,对情感文本进行动态特征提取;同时挖掘文本的上下文顺序信息、主题信息和... 详细信息

针对网络短文本存在大量的噪声和缺乏上下文信息的问题,提出一种基于BERT和超图对偶注意力机制的文本情感分析模型。首先利用BERT预训练模型强大的表征学习能力,对情感文本进行动态特征提取;同时挖掘文本的上下文顺序信息、主题信息和语义依存信息将其建模成超图,通过对偶图注意力机制来对以上关联信息进行聚合;最终将BERT和超图对偶注意力网络两个模块提取出的特征进行拼接,经过softmax层得到对文本情感倾向的预测结果。该模型在电商评论二分类数据集和微博文本六分类数据集上的准确率分别达到95.49%和79.83%,相较于基准模型分别提高2.27%~3.45%和6.97%~11.69%;同时还设计了消融实验验证模型各部分对分类结果的增益。实验结果表明,该模型能够显著提高针对中文网络短文本情感分析的准确率。

关键词：文本情感分析超图图分类注意力机制

JCapsR:一种联合胶囊神经网络的藏语知识图谱表示学习模型

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第4期38卷 69-77页

作者：孙媛梁家亚陈安东赵小兵中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 民族语言智能分析与安全治理教育部重点实验室北京100081

知识图谱表示学习是自然语言处理的一项关键技术,现有的知识图谱表示研究主要集中在英语、汉语等语言,而低资源语言的知识图谱表示学习研究还处于探索阶段,如藏语。该文基于前期构建的藏语知识图谱,提出了一种联合胶囊神经网络(JCapsR)... 详细信息

知识图谱表示学习是自然语言处理的一项关键技术,现有的知识图谱表示研究主要集中在英语、汉语等语言,而低资源语言的知识图谱表示学习研究还处于探索阶段,如藏语。该文基于前期构建的藏语知识图谱,提出了一种联合胶囊神经网络(JCapsR)的藏语知识图谱表示学习模型。首先,我们使用TransR模型生成藏语知识图谱的结构化信息表示。其次,采用融合多头注意力和关系注意力的Transfomer模型表示藏语实体的文本描述信息。最后,采用JCapsR进一步提取三元组在知识图谱语义空间中的关系,将实体文本描述信息和结构化信息融合,得到藏语知识图谱的表示,相比基线系统,联合胶囊神经网络JCapsR模型提高了在藏语知识图谱上实体链接预测的性能,相关研究为其他低资源语言知识图谱表示学习的拓展优化提供了参考借鉴意义。

关键词：藏语知识图谱表示学习胶囊神经网络

Ti-Reader:基于注意力机制的藏文机器阅读理解端到端网络模型

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2024年第2期38卷 61-69页

作者：孙媛陈超凡刘思思赵小兵中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 民族语言智能分析与安全治理教育部重点实验室北京100081

机器阅读理解旨在教会机器去理解一篇文章并且回答与之相关的问题。为了解决低资源语言上机器阅读理解模型性能低的问题,该文提出了一种基于注意力机制的藏文机器阅读理解端到端网络模型Ti-Reader。首先,为了编码更细粒度的藏文文本信息... 详细信息

机器阅读理解旨在教会机器去理解一篇文章并且回答与之相关的问题。为了解决低资源语言上机器阅读理解模型性能低的问题,该文提出了一种基于注意力机制的藏文机器阅读理解端到端网络模型Ti-Reader。首先,为了编码更细粒度的藏文文本信息,将音节和词相结合进行词表示,然后采用词级注意力机制去关注文本中的关键词,利用重读机制去捕捉文章和问题之间的语义信息,自注意力机制去匹配问题与答案的隐变量本身,为答案预测提供更多的线索。最后,实验结果表明,Ti-Reader模型提升了藏文机器阅读理解的性能,同时在英文数据集SQuAD上也有较好的表现。

关键词：机器阅读理解注意力机制端到端网络藏文

在线全文

学校读者我要写书评

暂无评论

基于监督对比学习的小样本甲骨文字识别

智能系统学报 2024年第1期19卷 106-113页

作者：毕晓君毛亚菲民族语言智能分析与安全治理教育部重点实验室北京100081 中央民族大学信息工程学院北京100081 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

针对由于甲骨文中部分字符的出现频率较低,直接利用深度神经网络进行识别会产生严重的过拟合现象,进而导致识别精度较差的问题,本文提出一种基于监督对比学习的小样本甲骨文字识别方法。选用利用增强样本的Y型(ensemble augmented-shot ... 详细信息

针对由于甲骨文中部分字符的出现频率较低,直接利用深度神经网络进行识别会产生严重的过拟合现象,进而导致识别精度较差的问题,本文提出一种基于监督对比学习的小样本甲骨文字识别方法。选用利用增强样本的Y型(ensemble augmented-shot Y-shaped,EASY)学习框架作为网络的主干部分,通过集合数据增强、多骨干网络集成、特征向量投影等训练策略,直接实现利用少量带标签样本进行识别;引入监督对比学习,并提出联合对比损失,使得特征空间中类内特征向量距离更近,类间特征向量距离更远,进一步提高模型性能。实验结果表明:相比于当前效果最好的Orc-Bert模型,提出的小样本甲骨文识别模型在1-shot任务中的准确率提升了26.42%,3-shot任务的准确率提升了28.55%,5-shot任务的准确率提升了23.98%,较好解决了低频率出现的甲骨文字识别精度较差的问题。

关键词：甲骨文字识别小样本监督对比学习利用增强样本的Y型学习框架深度学习特征空间联合对比损失

在线全文

学校读者我要写书评

暂无评论

面向机器阅读理解的高质量藏语数据集构建

中文信息学报 2024年第3期38卷 56-64页

作者：孙媛刘思思陈超凡旦正错赵小兵中央民族大学信息工程学院北京100081 国家语言资源监测与研究少数民族语言中心北京100081 民族语言智能分析与安全冶理教育部重点实验室北京100081

机器阅读理解是通过算法让机器根据给定的上下文回答问题,从而测试机器理解自然语言的程度。其中,数据集的构建是机器阅读理解的主要任务之一。目前,相关算法模型在大多数流行的英语数据集上都取得了显著的成绩,甚至超过了人类表现。但... 详细信息

机器阅读理解是通过算法让机器根据给定的上下文回答问题,从而测试机器理解自然语言的程度。其中,数据集的构建是机器阅读理解的主要任务之一。目前,相关算法模型在大多数流行的英语数据集上都取得了显著的成绩,甚至超过了人类表现。但对于低资源语言,由于缺乏相应的数据集,机器阅读理解研究尚处于起步阶段。该文以藏语为例,人工构建了藏语机器阅读理解数据集(TibetanQA),其中包含20000个问题答案对和1513篇文章。该数据集的文章均来自云藏网,涵盖了自然、文化和教育等12个领域,问题形式多样且具有一定的难度。另外,该数据集在文章收集、问题构建、答案验证、回答多样性和推理能力等方面,均采用严格的流程以确保数据的质量,同时采用基于语言特征消融输入的验证方法说明了数据集的质量。最后,该文初步探索了三种经典的英语阅读理解模型在TibetanQA数据集上的表现,其结果难以媲美人类,这表明藏语机器阅读理解任务还需要更进一步的探索。

关键词：机器阅读理解低资源语言藏语数据集