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

基于组块的藏文依存句法分析及自动标注方法

高原科学研究 2024年第1期8卷 102-111页

作者：达瓦追玛曹玺尼玛扎西群诺道吉扎西西藏大学信息科学技术学院西藏拉萨850000 西藏大学西藏自治区藏文信息技术人工智能重点实验室西藏拉萨850000 西藏大学藏文信息技术教育部工程研究中心西藏拉萨850000 西藏大学西藏信息化省部共建协同创新中心西藏拉萨850000

依存句法分析是自然语言处理领域核心技术之一,旨在通过分析句子中词语之间的依存关系来确定句法结构。目前,藏文依存句法分析研究面临着长句解析困难和粗粒度依存转化映射不全面等问题。为此,文章提出一种基于组块和细粒度词性匹配规... 详细信息

依存句法分析是自然语言处理领域核心技术之一,旨在通过分析句子中词语之间的依存关系来确定句法结构。目前,藏文依存句法分析研究面临着长句解析困难和粗粒度依存转化映射不全面等问题。为此,文章提出一种基于组块和细粒度词性匹配规则的藏文依存句法分析及自动标注方法。该方法首先完善了藏文依存句法标注体系,并基于该标注体系人工标注数据集,提取词性匹配规则,进而通过藏文句子组块识别,提高了长句解析的准确性,最后实现了一个藏文依存句法自动标注原型系统TDParser,并构建了含7335条依存句法的藏文依存句法树库。通过实验证明了TDParser的性能及自动标注数据的有效性。

关键词：藏文依存句法分析组块自动标注

在线全文

学校读者我要写书评

暂无评论

面向藏汉神经机器翻译的数据筛选方法

计算机与现代化 2024年第6期 19-24页

作者：仁青卓玛拥措唐超超西藏大学信息科学技术学院西藏自治区藏文信息技术人工智能重点实验室藏文信息技术教育部工程研究中心

针对目前在藏汉机器翻译中使用传统数据增强方法会导致数据的语法和语义损失等问题，本文在传统数据增强方法的基础上，提出将句子困惑度与语义相似度相结合的伪数据筛选方法，通过困惑度降低伪数据的语法错误率，同时通过语义相似度减... 详细信息

针对目前在藏汉机器翻译中使用传统数据增强方法会导致数据的语法和语义损失等问题，本文在传统数据增强方法的基础上，提出将句子困惑度与语义相似度相结合的伪数据筛选方法，通过困惑度降低伪数据的语法错误率，同时通过语义相似度减少伪数据的语义偏差，以更好地缓解低资源下平行数据质量欠佳和稀缺等问题。本文使用伪数据筛选方法在藏汉、英汉2对双向语种上进行实验，结果比传统的数据增强方法的BLEU值分别提升了0.11、0.53、1.18、1.08。由此表明，本文提出的伪数据筛选方法有效地改善了翻译模型在语法和语义上的缺陷，从而增强了翻译系统的性能以及提升了翻译模型的泛化能力，验证了本文方法的有效性。

关键词：回译数据筛选藏汉神经机器翻译困惑度语义相似度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于语义增强的藏医药命名实体识别研究

中国数字医学 2024年第5期19卷 53-58页

作者：才让加措拥措拉毛东只张英周青西藏大学信息科学技术学院西藏自治区藏文信息技术人工智能重点实验室藏文信息技术教育部工程研究中心拉萨850000

针对通用藏文预训练语言模型在处理藏医数据时无法适应且存在词信息损失的问题,提出了一种融合藏医词汇特征与通用藏文预训练模型字特征的方法,以改善对藏医学专有名词的识别,并增强模型对藏医领域的理解能力。该方法通过构建藏医领域... 详细信息

针对通用藏文预训练语言模型在处理藏医数据时无法适应且存在词信息损失的问题,提出了一种融合藏医词汇特征与通用藏文预训练模型字特征的方法,以改善对藏医学专有名词的识别,并增强模型对藏医领域的理解能力。该方法通过构建藏医领域的特征词典,并利用词典来获取训练数据中每个字潜在的匹配词集,接着将词集特征嵌入字符表示中来增强藏医字符的表征能力。经实验表明,仅使用通用藏文预训练模型会降低对藏医实体识别的性能。融合词集特征后,F1值明显提高了17.19%,验证了此方法不仅能补充预训练模型缺乏的词汇信息,还可以有效缓解模型与藏医数据不匹配的问题。

关键词：命名实体识别藏医学语义增强预训练语言模型

在线全文

学校读者我要写书评

暂无评论

不同子词处理方法对机器翻译的影响研究

电脑知识与技术 2024年第12期20卷 4-7,11页

作者：唐超超拥措仁青卓玛西藏大学信息科学技术学院西藏拉萨850000 西藏自治区藏文信息技术人工智能重点实验室西藏拉萨850000 藏文信息技术教育部工程研究中心西藏拉萨850000

不同的子词处理方式和数据规模对神经机器翻译的效果有重要影响。因此,在优化神经机器翻译时需要考虑语言和数据资源的差异性。选择合适的子词处理方式是一个具有挑战性的任务。文章采用Transformer模型,在不同的数据配置和子词处理方... 详细信息

不同的子词处理方式和数据规模对神经机器翻译的效果有重要影响。因此,在优化神经机器翻译时需要考虑语言和数据资源的差异性。选择合适的子词处理方式是一个具有挑战性的任务。文章采用Transformer模型,在不同的数据配置和子词处理方式下进行实验,旨在探究它们对汉-藏、汉-英翻译模型性能的影响,以找到在低资源情况下最有效、合适的机器翻译策略。实验结果表明,在相同的实验条件下,汉-英方向使用字节对编码的sentencepiece方法达到了最好的效果。而汉-藏方向则与之相反,subword-nmt方法效果最佳,sentencepiece方法效果最差,甚至不如不使用子词处理的模型。

关键词：低资源机器翻译藏语 Transformer 子词

在线全文

学校读者我要写书评

暂无评论

基于预训练模型标记器重构的藏文分词系统

计算机应用 2024年

作者：杨杰尼玛扎西仁青东主祁晋东才让东知西藏大学信息科学技术学院西藏大学藏文信息技术教育部工程研究中心

针对预训练模型在藏文分词任务中表现不佳的问题，提出一种建立标记器规范约束文本，随后重构藏文预训练模型的标记器进行藏文分词任务的方法。首先，对原始文本进行规范化操作，解决因语言混用等导致的错误切分；其次，对预训练模型进... 详细信息

针对预训练模型在藏文分词任务中表现不佳的问题，提出一种建立标记器规范约束文本，随后重构藏文预训练模型的标记器进行藏文分词任务的方法。首先，对原始文本进行规范化操作，解决因语言混用等导致的错误切分；其次，对预训练模型进行音节粒度的标记器重构（Re-TiBERT），使得切分单元与标注单元平行；最后，在利用改进的滑动窗口还原法完成黏着切分后，利用“词首、词中、词尾、孤立”（Begin, Middle, End and Single, BMES）四元标注法，建立Re-TiBERTBILSTM-CRF模型，获取分词系统。实验结果表明，重构标记器后的预训练模型在分词任务中明显优于原始预训练模型，该系统拥有较高分词准确率，F1值最高可达97.15%，能够较好地完成藏文分词任务。该系统代码部分及模型部分开源在：https://***/yjspho/TibetSegEYE.

关键词：藏语信息处理藏文分词模型预训练模型自然语言处理标记器重构

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于诱导排序的藏文后缀数组构建算法

中央民族大学学报（自然科学版） 2024年第2期33卷 32-39页

作者：张学通彭展西藏民族大学信息工程学院陕西咸阳712082 西藏自治区光信息处理与可视化技术重点实验室陕西咸阳712082 西藏网络空间治理研究基地陕西咸阳712082

后缀数组、BWT、LCP数组是进行全文索引和文本压缩的重要数据结构,BWT和LCP数组通常由构造完成的后缀数组计算而来。基于诱导排序的SAIS算法是最快的后缀数组构造算法之一,本文对SAIS进行改进后提出了藏文后缀数组算法ITSBL,在诱导产生... 详细信息

后缀数组、BWT、LCP数组是进行全文索引和文本压缩的重要数据结构,BWT和LCP数组通常由构造完成的后缀数组计算而来。基于诱导排序的SAIS算法是最快的后缀数组构造算法之一,本文对SAIS进行改进后提出了藏文后缀数组算法ITSBL,在诱导产生后缀数组的同时计算BWT而无须在内存中保存完整的后缀数组,结合藏文的音节结构特点对计算出的后缀数组进行处理,得到以藏文音节字为单位的藏文后缀数组和LCP数组,结果更符合藏文的使用习惯。相比单独计算后缀数组、BWT、LCP数组,ITSBL算法在较大文本下性能提升约10%,较小文本下提升约30%,具有一定的应用价值。

关键词：诱导排序藏文后缀数组

在线全文

学校读者我要写书评

暂无评论

基于GAN-DCNN的树叶识别

林业科学 2024年第4期60卷 40-51页

作者：徐竞怡张志闫飞张雯悦北京林业大学精准林业北京市重点实验室北京100083 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室北京100101 中国科学院大学北京101408 商汤科技研究院北京100039

【目的】利用深度学习进行树叶识别时需要大量训练样本,当样本量不足、图像风格单一会导致识别准确率不稳定。研究利用少量的样本进行树叶图像增殖和风格转换,可极大减轻数据采集的负担,为提升林业调查信息化、智能化提供有效的技术手... 详细信息

【目的】利用深度学习进行树叶识别时需要大量训练样本,当样本量不足、图像风格单一会导致识别准确率不稳定。研究利用少量的样本进行树叶图像增殖和风格转换,可极大减轻数据采集的负担,为提升林业调查信息化、智能化提供有效的技术手段和理论支撑。【方法】采集6种树种的树叶图像建立数据集,引入light-weight GAN对图像进行增殖和风格转换,扩充人工拍摄的树叶数据集,通过在该数据集与原数据集上分别应用AlexNet、GoogLeNet、ResNet34和ShuffleNetV2四种深度卷积神经网络进行训练,分析生成对抗网络的图像增殖技术在树叶识别中的作用。综合模型准确率和训练时间等性能指标选择最优模型,同时对模型的学习率进行调整。使用测试样本对参数优化后的模型进行验证,分析该方法在实践中的可行性和意义。【结果】基于生成对抗网络生成的样本具有高清晰度,高保真性,能够有效地辅助神经网络模型的训练工作,同时也丰富了样本类别,使之获得包含更多不同季节、形状、健康状况的树叶图像。与原始数据集相比,AlexNet、GoogLeNet、ResNet34和ShuffleNetV2四种网络在新数据集的训练上均表现出训练误差更小、验证精度更高的特点,其中学习率为0.01的ShuffleNetV2模型对该数据集的训练效果最好,训练时最高验证精度为99.7%。使用未参与训练的测试样本对该模型进行验证,模型对各树叶的识别效果较好,模型的总体识别准确率高达99.8%。与未使用GAN技术的普通深度卷积神经网络相比,本文提出的模型对树叶识别准确率明显提升。【结论】生成对抗网络可以有效地扩充图像数量,对图像进行风格转换,与深度卷积神经网络相结合,可以显著提高树叶识别准确率,适合应用于林业树叶识别领域。

关键词：树叶识别生成对抗网络深度卷积神经网络

斜入射SV波作用下设置减震层隧道的地震响应

在线全文

学校读者我要写书评

暂无评论

世界地震工程 2024年第1期40卷 1-12页

作者：周同来董长松李爽樊少勇哈尔滨工业大学结构工程灾变与控制教育部重点实验室黑龙江哈尔滨150090 哈尔滨工业大学土木工程智能防灾减灾工业与信息化部重点实验室黑龙江哈尔滨150090 中交第一公路勘察设计研究院有限公司极端环境绿色长寿道路工程全国重点实验室陕西西安710065

对于距离隧道较远的浅源地震,地震波是以一定角度倾斜传播到隧道近场并对隧道造成破坏。本文采用有限元方法研究了SV波入射角和减震层对隧道地震响应的影响。利用黏弹性人工边界和等效节点力公式建立了二维斜入射SV波的输入方法,并通过... 详细信息

对于距离隧道较远的浅源地震,地震波是以一定角度倾斜传播到隧道近场并对隧道造成破坏。本文采用有限元方法研究了SV波入射角和减震层对隧道地震响应的影响。利用黏弹性人工边界和等效节点力公式建立了二维斜入射SV波的输入方法,并通过算例验证了该方法的准确性。基于所建立的输入方法,研究了有和无减震层隧道在不同入射角下的地震响应,并分析了减震层环向长度的影响。数值结果表明:1)二次衬砌的拉伸损伤和内力峰值随着入射角的增大而增大;2)减震层在不同的地震波入射角下具有良好的减震效果,减震效果随着入射角的增大而减小,且减震层可以减小二次衬砌的竖向加速度分量;3)减震层的环向长度会影响隧道的减震效果。

关键词：隧道 SV波入射角减震层地震响应

在线全文

学校读者我要写书评

暂无评论

基于藏文字符感知的文本预训练模型方法研究

计算机工程与应用 2023年

作者：洛桑嘎登尼玛扎西西藏大学西藏自治区藏文信息技术人工智能重点实验室西藏大学信息科学技术学院

目前藏文预训练模型主要使用音节作为藏文单词表示。采用音节嵌入构建藏文单词表示，会存在藏文单词表示不完整且鲁棒性不高的问题。为了应对这一挑战，本文提出了一个名为藏文字符感知的预训练模型，该模型融合藏文字符、字丁和音节三... 详细信息

目前藏文预训练模型主要使用音节作为藏文单词表示。采用音节嵌入构建藏文单词表示，会存在藏文单词表示不完整且鲁棒性不高的问题。为了应对这一挑战，本文提出了一个名为藏文字符感知的预训练模型，该模型融合藏文字符、字丁和音节三个维度的特征，从藏文更细粒度的信息表征藏文单词特征。本文利用原始数据集和对抗性拼写错误测试集，评估了所提出的方法在藏文自动分词和命名实体识别任务上的性能。实验结果表明，我们的方法可以同时提高藏文预训练语言模型的性能和鲁棒性。

关键词：藏文预训练模型字符感知