基于局部Attention和CTC融合的语音情感识别方法研究

针对基于时间序列的语音情感识别方法难以计算情感帧携带的情感信息量的问题,提出一种局部注意力机制(LAM)和结合连接主义时间分类(CTC)融合的语音情感识别模型(LAM-CTC)。提取VGFCC情感特征作为共享编码器的输入;CTC层最小化代价损失并预测情感类别,LAM层使用局部注意力机制计算上下文向量;通过解码器对上下文向量进行解码;通过平均值法将解码结果融合得到情感预测结果。实验结果表明,提出的模型在IEMOCAP数据集上的UAR和WAR分别达到了68.1%和68.3%。

基于深度学习的眼周识别方法研究

为了提高眼周识别性能,提出一种基于深度卷积神经网络的眼周识别方法(PeriocularNet)。PeriocularNet具有16层卷积神经网络,融入了残差学习模块,使用了ArcFace损失函数;在训练策略上引入数据增强,以解决训练过程中产生的过拟合。在UBIPr、UBIRIS.V2数据集上进行实验,实验结果表明所提方法的识别EER值分别达到1.9%和7.9%,相较于经典的眼周识别方法取得了更好的眼周识别性能。另外,为了验证端到端的眼周识别方法中眉毛区域特征对眼周识别性能的影响,建立两个涉及三种眉毛形态的眼周数据集。通过实验验证,保持眉毛区域特征不变的眼周数据识别EER比其他两种去掉眉毛特征的情况更低,表明眉毛区域特征能够提高眼周识别性能。

广播电视新闻自动记录系统研究现状——语音识别的重要应用

广播电视新闻自动记录系统是近两年国际上出现的大词汇量连续语音识别系统研究的新热点 ,是语音识别技术进一步走向实用化的重要过渡形式 .文中介绍了目前国际上广播电视新闻自动记录系统出现的背景和发展历史 ,从系统性能与理论研究两方面介绍了这方面的研究现状并加以分析 。

面向中文微博的情绪-原因对抽取数据集构建及分析研究

情绪-原因对抽取(ECPE)任务旨在从给定文档中同步抽取情绪子句及其对应的原因子句,该任务在新闻领域得到了广泛研究。然而,社交媒体领域ECPE任务的研究相对较少,主要原因在于缺少适用的数据集。与新闻领域相比,该领域更具挑战性和实用性:(1)在社交媒体领域,情绪表达更加多样化、非规范化;(2)以往的研究忽略了情绪造成的主观意图,其对于决策分析有很重要的价值。针对以上问题,该文首先构建了一个面向中文微博的情绪原因抽取数据集,并对其中5009条数据进行了人工标注。该数据集具备以下特点:(1)收录了隐喻、反讽等形式的情绪表达,标注了细粒度的情绪类别;(2)定义了三种类型的意图,并标注了意图子句;(3)当前规模最大的中文情绪-原因对抽取数据集。结合数据集特点,该文提出一种融合情绪类别和意图信息的情绪-原因对抽取方法,并将该方法与多个ECPE主流方法进行了比较分析。实验结果表明,该文方法可以更有效提升社交媒体领域情绪-原因对抽取的效果。

面向商务信息抽取的产品命名实体识别研究

市场信息化使得商务信息抽取、市场内容管理日益成为信息科学领域的一个研究热点。产品命名实体识别作为其中非常重要的关键技术之一也逐渐受到人们的关注。本文面向商务信息抽取对产品命名实体进行了定义并系统分析了其识别任务的特点和难点,提出了一种基于层级隐马尔可夫模型(hierarchical hid-den Markov model)的产品命名实体识别方法,实现了汉语自由文本中产品命名实体识别和标注的原型系统。实验表明,该系统在电子数码和手机领域均取得了令人满意的实验结果,对产品名实体、产品型号实体、产品品牌实体整体识别性能的F值分别为79.7%,86.9%,75.8%。通过和最大熵模型相比较,验证了HHMM对于处理多尺度嵌套序列有更强的表征能力。

实蝇科果实蝇属昆虫数字图像自动识别系统的构建和测试

针对双翅目实蝇科果实蝇属昆虫的自动识别,本文提出利用翅及中胸背板图像的局部二进制模式(local binary pattern,LBP)特征,采用Adaboost算法,设计和开发"实蝇科果实蝇属昆虫数字图像自动识别系统"(Automated Fruit fly Identification System-Bactrocera,AFIS-B)。该系统包括图像采集、图像裁剪、预处理、特征提取、分类器设计、识别和显示,共7个模块。研究结果表明:LBP特征可以有效鉴别实蝇科果实蝇属昆虫;在对实蝇科果实蝇属8个种的测试中,该系统表现出较高的准确性和稳定性,平均识别率可达80%以上。此外,还对果实蝇属昆虫翅膀及中胸背板图像在光照不均匀、姿态扭曲、样本受损及样本量大小等不同条件下的识别率进行了试验测试。结果表明,该系统对测试样本的光照不均匀、姿态扭曲和样本受损都表现出良好的鲁棒性,正确识别率与训练集样本各个种数量在一定条件下明显正相关,与训练集样本物种总量负相关。该项研究为实蝇科有害昆虫自动识别系统的构建及实际应用提供了理论、方法及基础数据的支撑,亦可为其他昆虫自动识别系统的研究和构建提供有益借鉴。

中国机器翻译研究的机遇与挑战——第八届全国机器翻译研讨会总结与展望

随着统计方法逐渐成为机器翻译研究的主流,机器翻译系统评测的分值越来越高,人们对机器翻译的信心和期望逐渐增加,社会对机器翻译应用的需求也越来越大。然而,现有的机器翻译理论和方法在系统性能上提升的空间逐渐减小,而且距离用户实际需求仍有很长的路要走。那么,面对期望、面对需求,机器翻译之路应该如何走?为此,第八届全国机器翻译研讨会对当前机器翻译研究所面临的挑战和机遇进行了深入研讨。该文详细介绍了该次研讨会六个专题的讨论情况,对机器翻译研究面临的机遇和挑战进行了认真的分析和总结。

汉语大词汇量连续语音识别系统研究进展

大词汇量连续语音识别(LVCSR)技术近年来发展迅速,并在许多领域得到了广泛的应用,国内外许多大公司加大了对语音识别技术的研究,不少商业化的语音识别系统已经面世,并得到较为广泛的使用。该文综述了近年来大词汇量连续语音识别技术的研究进展,描述了汉语大词汇量连续语音识别系统,主要是基于统计方法的语音识别系统的框架与设计方法,对语音识别系统的一些关键技术和原理进行了分析,并对近年来国内外对语音识别研究发展动向进行了讨论。

基于条件随机场的藏语自动分词方法研究与实现

藏语自动分词是藏语信息处理的基础性关键问题,而紧缩词识别是藏语分词中的重点和难点。目前公开的紧缩词识别方法都是基于规则的方法,需要词库支持。该文提出了一种基于条件随机场的紧缩词识别方法,并在此基础上实现了基于条件随机场的藏语自动分词系统。实验结果表明,基于条件随机场的紧缩词识别方法快速、有效,而且可以方便地与分词模块相结合,显著提高了藏语分词的效果。

基于小波特征的M型星自动识别方法

M型星对研究恒星的演化具有重要价值.在我国正在实施的大型巡天项目(LAMOST项目)中,急需M型星的自动识别系统.本文给出了一种自动识别M型星的新方法,该方法由以下主要步骤组成:①选取一定波长范围的光谱进行5层小波变换,从第5层小波系数中提取出小波特征;②利用小波特征检测M型星特征频率和吸收带位置;③根据特征频率和吸收带位置的检测结果进行M型星识别.大量真实光谱数据实验表明,本文方法十分有效,识别率高达97.56%.

汉语朗读话语重音自动分类研究

汉语的重音由于受到声调、语调以及韵律单元层级的干扰和制约,对于重音的自动感知一直是比较困难的问题。针对标准的朗读普通话语,本文在广义韵律结构的框架下研究了重音的声学表现,设计并实现了重音的自动感知模型。本文提出的基于分类树结构的区分度模型能有效地结合韵律单元结构对重音的制约。研究结果表明,音高高线、调域、音长是表达重音最重要线索,利用这些线索能有效地实现对重音的自动感知。我们的模型能一般能达到80%左右的重音检出水平。

一种基于小波变换的晚型星自动识别方法

我国正在执行的大型巡天计划(LAMOST计划),急需晚型星的自动识别系统。然而,在文献中尚未见到关于对晚型星有效自动处理方法的报道。文章旨在探索研究对晚型星自动处理的有效方法。在文章中,晚型星主要是指具有较强分子吸收带的恒星,主要包括富氧的M,L和T型星以及富碳的C星。通过研究我们发现:对晚型星光谱进行5层小波变换后,第5层小波系数的频谱具有单峰分布的特性,其能量主要集中在以单峰为中心的特征区间内;对于其他类型的光谱,相应的频谱具有多峰分布的特点,其频谱能量比较分散,它们在晚型星特征区间内的频谱能量非常有限。基于上述发现,给出了一种基于小波变换的晚型星自动识别方法。实验表明该方法是切实可行的并且具有相当好的鲁棒性。

基于X线影像的骨发育成熟度自动评价系统:研究进展和挑战

本文综述近十年以来 ,骨发育成熟度 (骨龄 )自动评价系统的国内外发展进程和现状 ,分析了该系统在实现过程中所面临的挑战 ,并提出一些可能的对策。

Fourier-Mellin变换不同时相遥感影像自动配准研究

多时相遥感影像配准是变化检测的关键步骤。由于不同时相的遥感影像差异,且在传感器参数未知情况下,很难完成其自动配准。基于傅里叶-梅林变换(Fourier-Mellin Transform,FMT)影像配准其实就是基于傅里叶变换和对数极变换的全局相位相关。这种方法在进行频域计算时找到了配准的变换参数,并且对噪声和遮挡等很鲁棒。提出了一种基于Fourier-Mellin算法的改进配准方法。Fourier-Mellin变换由于旋转的频谱混叠和旋转变换中插值误差而产生错误。为了得到更好的配准结果,通过加窗和滤波来提高峰值、减少频谱混叠、增加鲁棒性。

面向口语翻译的双语语块自动识别

语块识别是实现“基于语块处理方法”的基础 .目前 ,针对单语语块的研究成果已有很多 ,但机器翻译更需要双语相关的语块分析 .该文根据口语翻译的实际需要 ,提出了“双语语块”的概念 .并在此基础上 ,实现了一种针对并行语料库进行双语语块自动识别的新方法 .该方法将统计和规则相结合 ,可同时保证双语语块的语义特性和句法规范 .通过在一个 6万句的旅馆预定领域口语语料库中的实验可以看出 ,该方法对汉英并行语料的双语语块识别正确率可达到 80 %左右 .

实体提及的多层嵌套识别方法研究

实体识别在许多自然语言处理应用系统中发挥着极其重要的作用。目前大部分研究集中在命名实体识别,且不考虑实体之间的嵌套,本文在自动内容抽取评测(Automatic Content Extraction,ACE)背景下,对汉语文本中各种实体提及(命名性,名词性,代词性)的多层嵌套识别进行了研究。我们将嵌套实体识别分成两个子任务:嵌套实体边界检测和实体多层信息标注。首先,本文提出了一种层次结构信息编码方法,将多层嵌套边界检测问题转化为传统的序列标注问题,利用条件随机场模型融合多种特征进行统计决策。其次,将多层信息标注问题看作分类问题,从实现的角度设计了含有两个分类引擎的并行SVM分类器,避免了对每层信息标注都设计一个分类器,比采用单一分类器在性能上有明显提高。在标准ACE语料上的实验表明,基于条件随机场的多层实体边界检测模型正确率达到71%,融合特征选择策略的两个并行分类引擎的正确率也分别达到了89.05%和82.17%。

韵律相关的汉语语音识别系统研究

首先,给出结合韵律信息的系统框架。然后,针对汉语的特点,解决了韵律相关的语音识别系统中建模单元选择、模型训练等问题,并在多空间概率分布隐马尔可夫模型(multiple-space distribution hidden Markov mod-el,MSD-HMM)框架下构建了韵律相关的语音识别系统。最后,通过语音识别的实验验证了方法的有效性。在"863"测试集上,该方法能够达到76.18%的带调音节识别正确率。

基于多空间概率分布的汉语连续语音声调识别研究

汉语是一种带声调的语言,声调信息在汉语语音识别中具有非常重要的意义。提出了embedded声调模型与explicit声调模型相结合的方法用以识别汉语连续语音的声调。该方法能够将逐帧的基频信息和较强时长的基频信息相结合来识别声调。在"863-Test"和"TestCorpus 98"测试集上的实验表明,该方法分别能够达到96.12%和93.78%的声调识别正确率。

基于信息融合技术的集装箱号码自动识别系统

运用信息融合技术进行集装箱号码自动识别系统的设计。根据集装箱号码的特性、组成规律及分布特点,在预处理阶段,采用了基于产生式规则的融合算法。该算法采用串行融合的方式并生成了一系列的规则,能够快速准确地输出具有较高质量的号码分割图,为后续的特征提取和号码识别提供更精确的信息。使用了3种不同类型的特征提取方法,分别生成基于神经网络的分类器,并将各自的分类结果通过D-S证据理论进行融合以完成最终的决策,提高了系统的识别率。该系统对光线与阴影具有较强的鲁棒性,结构简单、快捷有效,在实验中得到了满意的效果。

融合引导概率的语音识别解码算法研究

语音帧在声学特征空间中的位置信息可以辅助解码器对潜在路径进行筛选。传统的语音识别系统缺乏利用这种位置信息。针对这种不足,本文提出一种引导概率模型,用于描述语音帧属于声学特征空间不同局部的概率,并将其用于识别。使用引导概率后,解码器更强调对声学特征空间中最有希望的局部进行搜索,保留并扩展通过此局部空间的路径,同时弱化不经过此局部空间的路径。实验结果显示,融合引导概率的解码算法在不显著增加解码复杂度的情形下,使汉字相对错误率下降10.95%。结果分析表明,融合了语音帧声学位置信息的解码方法能够更有效地鉴别潜在路径,从而降低误识率。