基于跨语种声学分析的帕金森病检测方法

基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时,将出现性能下降。为避免语种差异带来的影响,提升模型在跨语种场景下的检测性能,该文引入对抗迁移学习和特征解耦的思想,提出一种帕金森病跨语种声学分析模型(CLSAM)。首先,将基于多头自注意力机制的Transformer编码块和多层神经网络级联,组成特征提取器模块,用于将从源域和目标域语音中提取的原始Fbank语音特征初步解耦为两个向量,即域不变病理信息表征向量和域信息表征向量;设计了目标任务不一致的双重对抗训练模块,显式地分离域不变病理信息和域信息;最终,提取跨语种语音数据中的域不变病理信息用于帕金森病检测。该文在公开的MaxLittle帕金森病语音数据集以及自采的帕金森病语音数据集上,采用十折交叉验证的方法验证了所提方法的有效性。实验结果表明:与传统机器学习方法以及现有的迁移学习算法相比,所提模型在跨语种场景中的检测准确率、敏感度和F1分数等性能均有明显提升。

基于语音信号的跨语种交互翻译机器人语义纠错方法

传统的跨语种交互翻译机器人语义纠错方法通常是单向的,效率较低,导致识别错误率较高。为此,文章提出基于语音信号的跨语种交互翻译机器人语义纠错方法。在基础语音识别的基础上,通过交互标定和特征提取来修正语义错误位置,并设计语音信号翻译机器人的语义纠错模型,采用随时间反向传播(Backpropagation Through Time,BPTT)循环训练核验方式,以确保纠错的准确性。测试结果显示,经过3个阶段测试,选定的5段语音材料的纠错识别率成功控制在10%以下,表明基于语音信号的跨语种交互翻译机器人语义纠错方法高效,具有实际应用价值。

跨语种多模态信息分拣技术与应用

大数据时代,由于语言的差异性和信息的多样性,处理海量跨语种、跨模态数据给信息分析技术提出了考验。通过构建多语种平行语料库和跨语种词嵌入模型,解决跨语种词嵌入的挑战,实现跨语种信息的词嵌入表示。通过利用跨模态的表示学习技术,将文本、图像和语音等多模态信息进行语义对齐及融合,从而实现对跨模态信息的综合分析。另外,设计了多任务学习参数共享模型,提高信息分拣的准确性,并加快信息分练效率。该研究支持情报分析人员快速获取、整理和分析海量跨语种多模态信息,为情报支持和决策提供更全面、准确的参考。

跨语种信息检索中的文本比较及结果生成算法

提出了一种基于语义的跨语种信息检索中的文本比较及结果生成的算法,算法从语义入手,以形式化的语境单元框架结构来表示被检索的内容和检索请求,它从文本语义表示的三个方面:领域(静态范畴)、情景(动态范畴)、背景(参照)来对检索请求和被检索文档数据之间的语义相关度进行计算和排序,根据建立在语境单元框架上的语义符号间的匹配和生成机制来实现文本检索。与传统CLIR技术相比,它可以避免以语言空间中的词语作为检索的中间量而带来的语义模糊。实验证明,这一算法在解决基于语义的跨语种信息检索中的文本比较和结果生成上具有良好的处理能力。

基于状态映射的跨语种自适应研究

以基于状态映射的中英跨语种自适应方法为研究对象,将状态映射应用于跨语种自适应中,对自适应中两种使用状态映射信息的方式(数据映射和变换映射)进行了比较分析.通过实验发现,基于状态映射的自适应方法具有一定的效果,CSMAPLR算法优于CMLLR算法,而且两种方式各有优劣.

中国少数民族语言信息资源跨语种共享策略研究

跨语种共享是少数民族语言信息资源管理的核心目标之一。提高少数民族语言信息资源跨语种共享程度的思路主要有基于主体的策略、基于客体的策略、基于中介的策略。中国少数民族语言信息资源跨语种共享的关键是要建立以国家通用语言文字为中间语言的少数民族语言信息资源共享体系,该体系可以将少数民族语言信息资源联结为一个整体。

问卷调查(量表)的科学性特征对于跨语种问卷(量表)调查翻译的影响

本文从当事各方对于问卷翻译质量缺乏信心的情况出发,对问卷和量表的可译性进行了探讨,并对问卷和科学量表的结果客观性要求的保障手段进行了分析,画出了各种级别的问卷和量表的翻译和本地化手段表格。

基于语言概念空间的跨语种信息检索模型

提出了一种基于语言概念空间的跨语种信息检索模型,该模型以建立在语言概念空间中的形式化语境单元框架表示处理所需的中间信息,通过用以描述语境单元框架的语义符号间的匹配和生成机制来实现文本的跨语种检索,有助于避开用形式多样的具体语言作为处理中介存在的模糊消解问题。实验证明,这一模型显著改善了检索系统的性能。

中英文跨语种嵌入式数据库查询处理研究

当前,各种移动、智能设备得到大规模普及应用,相应的嵌入式数据库的需求也日益倍增。然而,常规嵌入式数据库因其非自然性和非中文性,使得中国的广大用户面临着重重困难。在此背景下,研究中英文跨语种嵌入式数据库查询处理技术,重点论述查询编译器核心模块的原理和实现细节,并将研究成果应用于课题组研发的嵌入式数据库中进行测试。从测试结果可以看出,系统支持常用的数据库语句,能够识别符合规则的中文命令,实现了中英文跨语种查询功能。

跨语种检索及其转换技法

本文通过不同语种姓名书写规则及变换 ,相同专利文献的不同语种分布和利用 ,著者链群和引证关系的配合使用等方面 ,叙述了跨语种文献检索技巧的利用。

基于共现词映射的中英韩跨语种文档相似度计算

该文采用中英韩跨语种文本数据研究不同语种文档间相似度的计算方法。首先,通过共现词映射将某语种空间中的文档向量表示成另一语种空间中的文档向量;其次,利用潜在语义分析补充了不同语言间一词多义现象造成的向量缺失;最后,在具有等价语义信息的同一语种空间中计算了两个文档之间的余弦相似度。该文工作避开了外部词典和知识库,利用中英韩三个语种的对齐语料库,建立了不同语种词汇间的对应关系。结果表明,共现词映射对计算不同语种文档之间的相似度具有较大影响,对同语义的不同语种文档(即译文)的检索准确率达到95%,验证了该方法的有效性。

跨语种问卷调查中作为翻译质量检测手段的回译有效性研究

跨语种问卷调查涉及到不同语种不同文化的人群之间进行同一个问卷调查或者量表使用的问题,对于数据遭到污染的担忧,造成了人们对问卷翻译的诸多不信任。但是问卷和量表本身由于其商业性和科学性方面的高要求,不能回避准确性的标准。针对这种不信任和担忧,甚至科学研究专门出现了一个门类,来研究汉化量表是否具有足够的信度、效度等。回译在很多场合都构成了量表汉化过程的一个步骤,也是汉化量表信度效度分析的一个步骤。这就说明了回译本身在检测跨语种问卷调查中作为对等性检测手段的有效性。

汉-维跨语种农业知识库检索系统研究

农业知识库检索系统以"服务农民、助农民增收、提高农业科技水平"为目标,充分发挥农业信息在农业农村发展中的重要功能和巨大潜力,为涉农人员提供高效、准确的农业科技知识。对于新疆少数民族聚居地区的涉农人员来说,深入研究跨语种农业知识库检索技术非常必要。介绍汉-维跨语种农业知识库检索关键技术:Lucene全文检索技术,维吾尔文处理以及汉维双语倒排索引的创建与检索。阐述了系统的设计要点:汉维双语农业知识库设计,知识录入途径以及语义检索模型设计。最后,展示了系统的实现效果。目前,该系统已投入使用,取得了良好的应用效果。

基于跨语种预训练语言模型XLM-R的神经机器翻译方法

探索将XLM-R跨语种预训练语言模型应用在神经机器翻译的源语言端、目标语言端和两端,提高机器翻译的质量。提出3种网络模型,分别在Transformer神经网络模型的编码器、解码器以及两端同时引入预训练的XLM-R多语种词语表示。在WMT英语-德语、IWSLT英语-葡萄牙语以及英语-越南语等翻译中的实验结果表明,对双语平行语料资源丰富的翻译任务,引入XLM-R可以很好地对源语言句子进行编码,从而提高翻译质量;对双语平行语料资源匮乏的翻译任务,引入XLM-R不仅可以很好地对源语言句子进行编码,还可以对源语言端和目标语言端的知识同时进行补充,提高翻译质量。

基于译文特征的中英文跨语种抄袭识别

针对科技类学术论文的跨语种反抄袭识别问题,以中英跨语种抄袭的识别为目标展开了研究,用于探讨进行跨语种抄袭识别的方法.通过挖掘中文译文的内在规律找到了一组可以表明译文风格的译文特征,并通过这些译文特征和决策树算法识别出存在抄袭嫌疑的科技论文.试验系统开放测试的准确率和召回率分别到达了88.68%和79.17%.

改进的跨语种说话人确认方法的研究

提出了一种基于改进的语音融合特征和GMM模型相结合的跨语种说话人确认方法.首先,采用Teager能量算子提取语音中的浊音段,消除与说话人声道特征无关的静音段和清音段.其次,提取基音周期参数,并与16维的MFCC参数融合形成本文的语音融合特征.最后,将本文方法与文献[9]的方法分别进行了单语种和跨语种的说话人确认对比实验,实验结果表明本文方法识别准确率和平均判别时间均优于文献[9]的方法,证明本文提出的方法有效,可用于跨语种的说话人确认应用领域.

一个基于Agent的跨语种搜索模型

文章提出了一个在Web上查找信息的跨语种搜索模型,该模型基于Agent技术设计,由用户交互Agent、自动翻译Agent和网络搜索Agent组成,能够帮助用户跨越语言障碍,获取Internet上用其他语种表示的信息.详细讨论了该模型的结构和工作流程,并介绍了基于该模型实现的服务.

跨语种民航陆空通话语音识别模型研究

为实现中英文民航陆空通话语音识别,提出一种基于深度学习的跨语种民航陆空通话语音识别方法。基于共享隐层的卷积深度神经网络(CDNN)建立一个跨语种声学模型;将中文音素和英文音素(CMU)融合用于构建混合语言模型;在此基础上将CMU标准英文音素映射为TIMIT标准英文音素重构语言模型用于识别;为了缩短训练和解码的时间,在提取特征阶段加入低帧率。实验结果表明,卷积深度神经网络声学模型可较好地应用于民航陆空通话领域;音素映射方法能够进一步提高识别性能;加入低帧率后有效缩短了训练时间且使词错误率下降到4.28%。

医学论文跨语种抄袭的特征分析和防范措施

医学论文跨语种抄袭多为英译中文献,目前还没有学术不端检测系统进行有效识别,因此甄别十分困难。本文从语言翻译学和文献内容2个角度,总结英译中的跨语种抄袭特征,剖析编辑部出版实践中的典型案例,提出在出版流程中严格把关并发挥主观能动性,开发基于先进计算机技术跨语种抄袭检测软件以及加强学术诚信教育和惩处力度3个防范措施,为编辑同行提供借鉴,共同维护学术诚信。