检索结果-南通市图书馆

应用语言学Q方法研究述评:基于PRISMA系统性综述方法

在线全文

学校读者我要写书评

暂无评论

北京第二外国语学院学报 2024年第2期46卷 78-94页

作者：姜伟秦丽莉杜仕琴大连外国语大学英语学院 116044 广东外语外贸大学外国语言学及应用语言学研究中心 510420 广东外语外贸大学英语教育学院 510420

近年来,混合研究方法逐渐受到应用语言学领域学者的关注。其中,Q方法作为一种探讨人类主体性的混合研究方法,融合了量化与质性方法的优势,从整体和个体两个层面出发,以客观手段考察主观本质,逐渐得到该领域专家的认可。然而,学者们对于... 详细信息

近年来,混合研究方法逐渐受到应用语言学领域学者的关注。其中,Q方法作为一种探讨人类主体性的混合研究方法,融合了量化与质性方法的优势,从整体和个体两个层面出发,以客观手段考察主观本质,逐渐得到该领域专家的认可。然而,学者们对于Q方法的认识仍处于起步阶段,相关研究成果较少,国内实证研究尤其匮乏。因此,本研究采用系统性综述方法,通过对国内外相关重点文献数据库进行检索和筛选,从“理论视角”“研究主题”和“数据搜集与分析特征”3个方面评述Q方法研究现状。研究发现,只有少量Q方法研究注重与理论相结合,且仅有的这些研究多聚焦动机主题;研究主题涉及动机、情感、信念、课程评价等;数据搜集与分析呈现出从共时到历时、从组内向组间或组内组间相结合的发展趋势。最后,本文结合现有研究的不足,指出Q方法研究的未来发展方向,以期为未来研究提供新的思路。

关键词：混合研究方法 Q方法应用语言学主体性 PRISMA

基于内容的x⁃vector文本相关SV研究

同方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

数据采集与处理 2020年第5期35卷 850-857页

作者：陈亚峰郭武中国科学技术大学语音及语言信息处理国家工程实验室合肥230027

x‑vector系统将一段不定长的语音通过神经网络映射成固定维的矢量来表征说话人信息,该系统在文本无关的说话人确认(Speaker verification,SV)任务中取得了优异的性能。本文将其应用到文本相关的SV任务中,在x‑vector模型选择上,采用残差... 详细信息

x‑vector系统将一段不定长的语音通过神经网络映射成固定维的矢量来表征说话人信息,该系统在文本无关的说话人确认(Speaker verification,SV)任务中取得了优异的性能。本文将其应用到文本相关的SV任务中,在x‑vector模型选择上,采用残差神经网络以获得更有区分性的x‑vector;在包含多字符的语句中,对每个字训练一个残差神经网络;在提取过程中,每一字单独提取一个x‑vector并单独进行说话人判决,最后将多个判决得分进行融合后给出最终的识别结果。实验是在数据库RSR2015 PartⅢ上进行的,提出的方法在男性和女性测试集上等错误率分别有15.34%、19.7%的下降。

关键词：说话人确认文本相关深度神经网络声纹特征

在线全文

学校读者我要写书评

暂无评论

汉语文语转换系统地址映射算法的设计与实现

软件学报 2002年第1期13卷 105-110页

作者：张大军陈肇雄黄河燕中国科学院计算机语言信息工程研究中心北京100080

针对多样本文语转换系统中的语音合成实时性问题,提出了对合成系统语音库的改进策略和语音单元之间相似度的计算方法,在此基础上设计并实现了查找语音单元的地址映射算法.实验表明,地址映射算法和音库的重新组织有效地提高了合成系统的... 详细信息

针对多样本文语转换系统中的语音合成实时性问题,提出了对合成系统语音库的改进策略和语音单元之间相似度的计算方法,在此基础上设计并实现了查找语音单元的地址映射算法.实验表明,地址映射算法和音库的重新组织有效地提高了合成系统的实时性.

关键词：语音库地址映射算法语音合成汉语文语转换系统设计计算机

在线全文

学校读者我要写书评

暂无评论

大模型驱动的科技政策法规问答系统研究

计算机科学与探索 2024年第9期18卷 2349-2360页

作者：向小伟申艳光胡明昊闫天伟罗威罗准辰河北工程大学信息与电气工程学院河北邯郸056038 军事科学院军事科学信息研究中心北京100142 国防科技大学计算机学院长沙410037

科技政策法规问答系统(Q&A)在帮助公众理解和应用科技法规方面发挥关键作用。大语言模型(LLM)可以显著提升科技政策法规问答系统的准确性和效率。然而,基于大语言模型的科技政策法规问答系统仍然存在以下问题:缺乏大规模高质量的科技政... 详细信息

科技政策法规问答系统(Q&A)在帮助公众理解和应用科技法规方面发挥关键作用。大语言模型(LLM)可以显著提升科技政策法规问答系统的准确性和效率。然而,基于大语言模型的科技政策法规问答系统仍然存在以下问题:缺乏大规模高质量的科技政策法规问答数据集,且现有自动构建大规模数据集的方法在引用和整合政策法规知识方面存在不足;问答系统在处理科技政策法规问题时,专业性、准确性不足且模型知识更新滞后。为解决这些问题,提出了一种检索增强自提示的问答数据集构建方法,并构建了一个大规模高质量的科技政策法规问答数据集;同时,构建了科技政策法规问答系统,该系统结合了经过低秩自适应(LoRA)微调技术优化的大语言模型与科技政策法规知识库,并运用提示学习技术,来引导系统生成准确的答案。实验结果显示,构建的问答数据集在引用和整合科技政策法规知识方面,比传统方法构建的问答数据集有显著提升;相较于通用大语言模型驱动的问答系统,该问答系统在各项指标上也有明显提高。

关键词：大语言模型问答数据集低秩自适应微调提示学习科技政策法规问答系统

大语言模型赋能智能学伴:系统架构与风险防控

在线全文

学校读者我要写书评

暂无评论

现代远程教育研究 2024年第3期36卷 20-28页

作者：李康康卢颖翔杨现民江苏省教育信息化工程技术研究中心江苏徐州221116 江苏师范大学智慧教育学院江苏徐州221116 江苏师范大学智慧教育研究中心江苏徐州221116

大语言模型作为新一代人工智能技术的代表,因其在对话流利性、任务处理通用性和逻辑推理性方面的优势而受到教育领域从业者的广泛关注。当前智能学伴已在促进学习互动、提供个性化辅导、增进情感交流、辅助智能测评等方面进行了一定探索... 详细信息

大语言模型作为新一代人工智能技术的代表,因其在对话流利性、任务处理通用性和逻辑推理性方面的优势而受到教育领域从业者的广泛关注。当前智能学伴已在促进学习互动、提供个性化辅导、增进情感交流、辅助智能测评等方面进行了一定探索,但是仍然面临对话问答能力弱、感知性差和教学适用性低等挑战。大语言模型强大的推理和表达能力为破解这一难题提供了新的思路。大语言模型赋能智能学伴需要重点解决系统架构设计和风险防控两大问题。具体而言,大语言模型支持下的智能学伴系统架构应包括输入层、数据层、技术实现层、应用层和输出层,通过“多平台协作+智能机器人代理”的方式,实现多角色互动、强交互能力、专业教学问答与深度感知等功能。为避免技术整合过程中可能出现的数据偏见、认知误导、知识版权归属分歧、隐私泄露等风险,智能学伴系统需在数据收集、算法设计和应用实践等方面加强监管和规范,以确保数据的客观性、算法的准确性以及用户的隐私权和知识产权。未来要纵深推进智能学伴的发展,还需结合学科专业知识和教学基础理论,提升知识推理的科学性和教学的专业性。

关键词：大语言模型智能学伴生成式人工智能系统架构风险防控

基于对比学习与语言模型增强嵌入的知识图谱补全

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年第4期50卷 168-176页

作者：张洪程李林育杨莉伞晨峻尹春林颜冰于虹张璇云南电网有限责任公司政企部云南昆明650032 云南大学软件学院云南昆明650091 云南电网有限责任公司电力科学研究院云南昆明650217 云南省软件工程重点实验室云南昆明650091 跨境网络空间安全教育部工程研究中心云南昆明650091

知识图谱是由各种知识或数据单元经过抽取等处理而组成的一种结构化知识库,用于描述和表示实体、概念、事实和关系等信息。自然语言处理技术的限制和各种知识或信息单元文本本身的噪声都会使信息抽取的准确性受到一定程度的影响。现有... 详细信息

知识图谱是由各种知识或数据单元经过抽取等处理而组成的一种结构化知识库,用于描述和表示实体、概念、事实和关系等信息。自然语言处理技术的限制和各种知识或信息单元文本本身的噪声都会使信息抽取的准确性受到一定程度的影响。现有的知识图谱补全方法通常只考虑单一结构信息或者文本语义信息,忽略了整个知识图谱中同时存在的结构信息与文本语义信息。针对此问题,提出一种基于语言模型增强嵌入与对比学习的知识图谱补全(KGC)模型。将输入的实体和关系通过预训练语言模型获取实体和关系的文本语义信息,利用翻译模型的距离打分函数捕获知识图谱中的结构信息,使用2种用于对比学习的负采样方法融合对比学习来训练模型以提高模型对正负样本的表征能力。实验结果表明,与基于来自Transformеr的双向编码器表示的知识图谱补全(KG-BERT)模型相比,在WN18RR和FB15K-237数据集上该模型链接预测的排名小于等于10的三元组的平均占比(Hits@10)分别提升了31%和23%,明显优于对比模型。

关键词：知识图谱补全知识图谱对比学习预训练语言模型链接预测

同方期刊数据库

基于蛋白质语言模型和深度残差神经网络的蛋白质与多肽结合残基预测

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：胡俊陈开心浙江工业大学信息工程学院苏州系统医学研究院人工智能与计算生物学研究中心

识别蛋白质-多肽结合残基对于揭示蛋白质功能机制和探索药物发现至关重要。许多计算方法被提出来用于预测多肽结合残基。然而，由于特征表示质量的限制，预测性能仍有很大的提升空间。本文设计了一种新的深度学习模型PL-Pep，从蛋白质... 详细信息

识别蛋白质-多肽结合残基对于揭示蛋白质功能机制和探索药物发现至关重要。许多计算方法被提出来用于预测多肽结合残基。然而，由于特征表示质量的限制，预测性能仍有很大的提升空间。本文设计了一种新的深度学习模型PL-Pep，从蛋白质序列中挖掘出更多判别性信息，从而提高多肽结合残基预测性能。具体地，首先使用预训练的蛋白质语言模型（ESM2）来提取蛋白质序列高潜在判别表示。接着，设计了一个基于卷积的残差神经网络来训练蛋白质-多肽结合残基预测模型。此外，改进了对比损失函数以提高模型的性能。两个独立测试集的实验结果表明，与大多数的预测方法相比，PL-Pep获得更高的马修相关系数(MCC)和AUC值。详细的数据分析表明，PL-Pep的主要优势在于利用蛋白质语言模型，仅从蛋白质序列中提取更多判别性信息以及利用改进的对比损失函数进一步优化不平衡数据集下的结合残基的特征表示。

关键词：蛋白质语言模型深度学习特征表示多肽结合残基对比损失

IHSMTS中实例模式获取机制的设计与实现

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机研究与发展 2002年第5期39卷 588-592页

作者：黄河燕陈肇雄胡曾剑中国科学院计算机语言信息工程研究中心北京100081

IHSMTS是一种交互式多策略机器翻译系统 .给出了该系统中模式知识获取机制的设计和实现方法 ,在这种模式知识获取机制中有机地结合了多种知识获取方式 ,包括 :人机交互方式、基于机器翻译的源译文对照信息的自动获取、模式精炼方式和基... 详细信息

IHSMTS是一种交互式多策略机器翻译系统 .给出了该系统中模式知识获取机制的设计和实现方法 ,在这种模式知识获取机制中有机地结合了多种知识获取方式 ,包括 :人机交互方式、基于机器翻译的源译文对照信息的自动获取、模式精炼方式和基于先验双语语料对齐的批量方式等 ,并通过模式验证算法实现对冗余、冲突等的检查 ,从而保证加入到模式库中的模式知识的单调递增性 ,同时实现模式适应性和准确性的平衡 ,使系统能够对实例模式库进行动态添加完善。

关键词：多策略机器翻译系统知识获取 IHSMTS 实例模式获取机制设计

采用DBN的TV改进方法在语种识别中的应用

在线全文

学校读者我要写书评

暂无评论

信号处理 2015年第9期31卷 1152-1158页

作者：洪新海宋彦蒋兵戴礼荣中国科学技术大学语音及语言信息处理国家工程实验室安徽合肥230027

近年来基于深度神经网络(Deep Neural Network,DNN)的全差异空间建模方法(Total Variability,TV)在语种识别领域得到了广泛研究。本文提出了一种基于DNN的改进TV方法,既利用了DNN对数据的音素状态对齐效果,又充分考虑了语种任务的相关... 详细信息

近年来基于深度神经网络(Deep Neural Network,DNN)的全差异空间建模方法(Total Variability,TV)在语种识别领域得到了广泛研究。本文提出了一种基于DNN的改进TV方法,既利用了DNN对数据的音素状态对齐效果,又充分考虑了语种任务的相关性。该方法首先利用带有瓶颈层的深层神经网络(Deep Bottleneck Network,DBN)对语种数据特征按照音素状态进行聚类,得到语种任务相关通用背景模型(Universal Background Model,UBM),然后利用该UBM模型并结合深度瓶颈特征(Deep Bottleneck Feature,DBF)进行TV建模。实验表明,与经典的TV方法相比,该方法能够显著的提升系统性能和效率,并且融合后性能得到了进一步提升。

关键词：语种识别深度神经网络因子分析