江西赣方言地理信息系统构建与应用

语言资源的保护开发已上升为国家战略,为满足国家和地方对方言保护的迫切需求,亟须采用信息技术保护和传承方言。针对现有的方言地理信息系统在音像图文一体化管理、语情监测和自动化制图等方面存在的不足,该文构建了首个江西赣方言地理信息系统,从系统架构、系统功能、系统数据库等方面进行系统设计,使用GIS二次开发组件ArcGIS Engine和插件式开发方法构建系统,主要实现了多模态方言数据集成管理、方言资源统计、方言查询与定位、语情监测、方言特征自定义分类、方言特征制图、地理特征分析等特色功能,有助于江西方言的研究、保护与开发,同时对其他区域方言地理信息系统建设具有参考价值。

基于CLIP和双空间自适应归一化的图像翻译

现有的图像翻译方法大多依赖数据集域标签来完成翻译任务,这种依赖往往限制了它们的应用范围。针对完全无监督图像翻译任务的方法能够解决域标签的限制问题,但是普遍存在源域信息丢失的现象。为了解决上述2个问题,提出一种基于对比学习语言-图像预训练(CLIP)的无监督图像翻译模型。首先,引入CLIP相似性损失对图像的风格特征施加约束,以在不使用数据集域标签的情况下增强模型传递图像风格信息的能力和准确性;其次,对自适应实例归一化(AdaIN)进行改进,设计一个新的双空间自适应归一化(DSAdaIN)模块,在特征的风格化阶段添加网络的学习和自适应交互过程,以加强对内容源域信息的保留;最后,设计一个鉴别器对比损失来平衡对抗网络损失的训练和优化过程。在多个公开数据集上的实验结果表明,与Star GANv2、Style DIS等模型相比,该模型可在准确传递图像风格信息的同时保留一定的源域信息,且在定量评估指标FID分数和KID分数上分别提升了近3.35和0.57×102,实现了较好的图像翻译性能。

生成式算法在风景园林生成设计中的适应性研究

【目的】测试目前常见的生成式算法在风景园林生成设计中的表现,尝试探讨不同的生成式算法在各个设计环节应用的优劣势。【方法】构建“方案文本生成—场地布局生成—平面图渲染—效果图生成”的风景园林方案生成设计理论框架,在同一个输入条件下测试不同算法在各个设计环节的表现。【结果】方案文本生成算法方面,测试了大语言模型及其在下游应用中的适应性调整方法,包括二次预训练及微调、检索增强生成、多代理系统的方法;图像生成算法方面,测试了大型文生图预训练模型及微调方法、图像结构控制方法;另外,将文生图模型与基于生成对抗网络的布局生成算法、参数化三维模型生成系统结合,并测试其在各个阶段的表现。【结论】目前大型预训练模型以其在通用领域的生成能力为生成设计领域提供强有力的支撑,但预训练模型提供的只是基础的通用能力,从通用领域到风景园林领域的适应性研究还需要检索、控制、微调等多种技术手段协作以开发全面的技术体系。

一种改进的增强型GaNHEMT大信号模型

提出一种改进的增强型GaN HEMT器件建模大信号模型。模型沟道电流方程和电荷方程均连续且高阶可导,栅电荷模型满足电荷守恒原则。提出的沟道电流模型可精确拟合实际器件正、反向区、截止区以及亚阈值区的直流特性。根据GaN HEMT器件特有的物理结构和电学特性,器件的自热效应、电流崩塌效应以及跨导频率分布效应在模型中进行了考虑。模型采用Verilog-A语言进行描述,并编译、链接入Agilent ADS工具。验证结果表明,模型仿真和测试数据在宽的偏压和频率范围内得到很好地吻合。

基于扩散生成对抗网络的文本生成图像模型研究

文本生成图像是一项结合计算机视觉(CV)和自然语言处理(NLP)领域的综合性任务。以生成对抗网络(GANs)为基础的方法在文本生成图像方面取得了显著进展,但GANs方法的模型存在训练不稳定的问题。为解决这一问题,该文提出一种基于扩散Wasserstein生成对抗网络(WGAN)的文本生成图像模型(D-WGAN)。在DWGAN中,利用向判别器中输入扩散过程中随机采样的实例噪声,在实现模型稳定训练的同时,生成高质量和多样性的图像。考虑到扩散过程的采样成本较高,引入一种随机微分的方法,以简化采样过程。为了进一步对齐文本与图像的信息,提出使用基于对比学习的语言-图像预训练模型(CLIP)获得文本与图像信息之间的跨模态映射关系,从而提升文本和图像的一致性。在MSCOCO,CUB-200数据集上的实验结果表明,D-WGAN在实现稳定训练的同时,与当前最好的方法相比,FID分数分别降低了16.43%和1.97%,IS分数分别提升了3.38%和30.95%,说明D-WGAN生成的图像质量更高,更具有实用价值。

生成对抗网络在各领域应用研究进展

随着深度学习的快速发展,生成式模型领域也取得了显著进展.生成对抗网络(Generative adversarial network,GAN)是一种无监督的学习方法,它是根据博弈论中的二人零和博弈理论提出的.GAN具有一个生成器网络和一个判别器网络,并通过对抗学习进行训练.近年来,GAN成为一个炙手可热的研究方向.GAN不仅在图像领域取得了不错的成绩,还在自然语言处理(Natural language processing,NLP)以及其他领域崭露头角.本文对GAN的基本原理、训练过程和传统GAN存在的问题进行了阐述,进一步详细介绍了通过损失函数的修改、网络结构的变化以及两者结合的手段提出的GAN变种模型的原理结构,其中包括:条件生成对抗网络(Conditional GAN,CGAN)、基于Wasserstein距离的生成对抗网络(Wasserstein-GAN,WGAN)及其基于梯度策略的WGAN(WGAN-gradient penalty,WGAN-GP)、基于互信息理论的生成对抗网络(Informational-GAN,InfoGAN)、序列生成对抗网络(Sequence GAN,SeqGAN)、Pix2Pix、循环一致生成对抗网络(Cycle-consistent GAN,Cycle GAN)及其增强Cycle-GAN(Augmented CycleGAN).概述了在计算机视觉、语音与NLP领域中基于GAN和相应GAN变种模型的基本原理结构,其中包括:基于CGAN的脸部老化应用(Face aging CGAN,Age-cGAN)、双路径生成对抗网络(Two-pathway GAN,TP-GAN)、表示解析学习生成对抗网络(Disentangled representation learning GAN,DR-GAN)、对偶学习生成对抗网络(DualGAN)、GeneGAN、语音增强生成对抗网络(Speech enhancement GAN,SEGAN)等.介绍了GAN在医学、数据增强等领域的应用情况,其中包括:数据增强生成对抗网络(Data augmentation GAN,DAGAN)、医学生成对抗网络(Medical GAN,MedGAN)、无监督像素级域自适应方法(Unsupervised pixel-level domain adaptation method,PixelDA).最后对GAN未来发展趋势及方向进行了展望.

湖南沅陵乡话词缀“立”[li]的来源

湖南沅陵乡话的词缀"立"[li]与"子"是有区别的。"立"来自赣方言的"仂"[li],而赣方言的"仂"又来自北方话的"儿"。

汉语方言中低频的小称变调

文章考察了将乐城关和樟坪畲话的低变调,认为这种调值为[21]的声调和黎川等地方言中高频的小称变调具有一样的性质。同时指出这些方言存在的小称变调形式具有语言地理类型学的意义,也为探讨赣方言中今读声母为塞音和塞擦音时却又不送气的阳调字的成因提供了线索。

日本的土族语言文化研究

本文综述了日本学术界对我国甘青地区土族语言文化的研究情况。他们主要研究了土族语言的不同方言,土族格赛尔及其词汇,正字法;土族语言能够维持的社会原因;民间故事类型,民族服饰等。

孙甘露小说超常修辞策略

新时期"先锋小说"提供了20世纪中国文学中最激进的"语言实验";孙甘露则是"先锋小说"代表人物之一,他的每一篇小说几乎都是"异数",是一种文体的实验,其放肆的笔法使他成为上世纪80年代"语言实验"的最极端代表。孙甘露小说语言经过变异或对传统的偏离,无论是语言形式还是语言意义都与传统小说语言形成很大的区别。语言形式的超常表现为:通过语词序列的逆向建构,标点的超常规使用,语形陌生的仿词以造成语形在视觉上的陌生化;过度拉长修饰语和排比句形成语言的超常繁丰;运用"前景化"中的"平行"策略,结合对偶、押韵等传统诗歌修辞手段使小说语言诗歌化。其语言意义的超常表现为:通过词义的非逻辑组合以激活词语的隐含陪义,通过词义的跨义域组合甚至矛盾组合来创造荒诞语义。这些语形、语义的超常变异都是为了传递一种关于潜意识中的非理性、非逻辑的难以言说的内心体验,让读者在惊艳、脱俗的言辞中感受飘浮在文学语言外围的、附加在语义信息之上的外层审美信息。

语言接触对郴州方言古全浊声母演变的影响

今郴州方言古全浊声母已清化,从语言接触历史来看,郴州方言曾受客赣方言影响,具有客赣方言浊音清化的倾向,到明末又在通语官话音的强势影响下,全浊声母清化具有官话的特点。

语言生态学角度看地区方言的保护——以鄱阳湖生态经济区赣方言为例

赣方言是我国江西鄱阳湖生态经济区极为重要的地方语言,是当地地域文化的语言载体,蕴含了当地人的智慧、风俗、宗教、生态环境、历史以及人类行为。随着经济的发展和教育的普及,赣方言受到较大的冲击,有逐渐衰退之势。从语言生态学这一更为宏观的视角,对赣方言的保护和语言多样性的保持进行探讨和分析,以促进语言生态的和谐发展。

异质语言特殊用法与语言接触——以汉译佛经中全称量化词“敢”之来源为例

中古汉译佛经中“敢”有表全称量化的特殊用法。关于其来源目前尚无定谳,有词汇沾染说,亦有月氏语影响说。本文发现是译师们将原典梵语中既表充分条件又表全称的yat kimcid……sa sarva句式翻译为“敢……皆”构式,产生全称量化用法。“敢”吸收并承载了“敢……皆”构式的全称量化义。其产生动因是因充分条件义和全称量化义逻辑上相通,yat kimcid……sa sarva句式在梵文中有充分条件和全称二义,则汉语为第二语言的外来译者以为汉语“敢……皆”构式也可如此。语言特殊用法的产生在同质语言中往往受特殊语境及特殊句法结构影响,在异质语言中常常因语言接触导致,“敢”表全称量化用法很好地诠释了后者。

将“肝系”一词纳入中医术语体系的建议

探讨中医术语“肝”的起源与演变,可以发现“肝”的“能指/所指”关系发生过多次转移:物质实体→功能概念→物质实体。“肝”的组合关系和聚合关系,揭示了“肝”的意义指向,以及在整个符号系统中的地位。“肝”的隐喻和转喻同样揭示的是组合关系和聚合关系,隐喻的基础是相似,转喻的基础是相近,以此可以说明中医“肝”概念的形成过程。从历时上考察,“肝”的所指存在混乱和边界不清的情况。在目前中医药术语规范体系中,尚缺乏一个重要术语“肝系”。“肝系”一词的使用,具有词频和理据两方面的合理性,且具有较强的区分度和解释功能。“心系”“脾系”“肺系”“肾系”等同级别名词也应相应增加,才符合系统性。

方言对二语语音习得实验研究

本论文对中国大学生英语语音习得中方言影响作用进行了实验研究。相关分析发现,学生整体的汉语语音感知能力与英语语音感知和发音能力显著正相关;汉语发音能力和英语语音感知和发音能力也呈显著正相关,但相关性明显低于前者。独立样本t检验发现,两组学生的普通话朗读没有显著差异,但其汉语语音感知有显著差异,英语的语音感知和朗读也有显著差异。可能的解释为,学生虽然经过练习,普通话发音有了较大进步,但其方言对普通话语音的感知和英语的语音感知和发音能力仍然有较长久的负迁移作用。由于"母语磁效应",母语(方言)的语音表征对二语语音习得有着深远的影响。

基于对抗训练策略的语言模型数据增强技术

基于最大似然估计(Maximum likelihood estimation,MLE)的语言模型(Language model,LM)数据增强方法由于存在暴露偏差问题而无法生成具有长时语义信息的采样数据.本文提出了一种基于对抗训练策略的语言模型数据增强的方法,通过一个辅助的卷积神经网络判别模型判断生成数据的真伪,从而引导递归神经网络生成模型学习真实数据的分布.语言模型的数据增强问题实质上是离散序列的生成问题.当生成模型的输出为离散值时,来自判别模型的误差无法通过反向传播算法回传到生成模型.为了解决此问题,本文将离散序列生成问题表示为强化学习问题,利用判别模型的输出作为奖励对生成模型进行优化,此外,由于判别模型只能对完整的生成序列进行评价,本文采用蒙特卡洛搜索算法对生成序列的中间状态进行评价.语音识别多候选重估实验表明,在有限文本数据条件下,随着训练数据量的增加,本文提出的方法可以进一步降低识别字错误率(Character error rate,CER),且始终优于基于MLE的数据增强方法.当训练数据达到6 M词规模时,本文提出的方法使THCHS 30数据集的CER相对基线系统下降5.0%,AISHELL数据集的CER相对下降7.1%.

牛蹄赣语的文白异读

文白异读反映了汉语在不同时期语音系统的叠置,历来是汉语研究的热点。本文从声母、韵母、声调等方面举例讨论了牛蹄赣语的文白异读现象。

注意力机制对生成对抗网络语音增强迁移学习模型的影响

基于深度学习的语音增强模型对训练集外语言语音和噪声进行降噪时,性能明显下降。为了解决这一问题,提出一种引入注意力机制的生成对抗网络(Generative Adversarial Network,GAN)语音增强迁移学习模型。在生成对抗语音增强模型的判别模型中引入注意力机制,以高资源场景下的大量语音数据训练得到的语音增强模型为基础增强模型,结合低资源场景下的少量语音训练数据,对基础增强模型进行权重迁移,提升低资源场景下语音增强模型的增强效果。实验结果表明,采用注意力机制的生成对抗语音增强迁移学习模型,对低资源场景下的带噪语音和集外噪声可以进行有效的降噪。

略论毛泽东的语言风格

语言风格体现一定的审美观,毛泽东的语言风格体现了他独有的审美取向和审美价值。这里通过对毛泽东生活实践和写作实践中所形成的伟人风采的展示和文风、语言风格的研究,将毛泽东的语言风格概括为通俗平易,形象生动;理中寓情,情理交融;想象丰富,气势磅礴;古为今用,推陈出新,为人们树立了语言艺术运用的光辉典范。

融合自注意力机制的长文本生成对抗网络模型

近年来,人类与计算机之间的通信已经达到密不可分的程度,因此自然语言处理作为人类与机器进行交互的技术越来越受到研究者的关注,文本生成是自然语言处理中的常见任务之一,目前生成对抗网络在文本生成领域广泛使用并且性能优异。针对传统生成对抗网络判别器的标量指导信号稀疏性问题和仅能学习文本局部语义信息的限制,提出了一种基于多头自注意力机制与LeakGAN结合的模型(SALGAN)。首先,采用融入多头自注意力机制的CNN模型作为特征提取器提取特征向量,以增强特征提取能力;其次,判别器提取的特征作为逐步指导信号发送给生成器以指导生成器生成文本,使得生成的文本更倾向于参考文本;最后,生成器完成文本生成后传递给判别器判断真假,确认文本是否符合人类语言标准。在两个真实数据集COCO图像字幕和EMNLP2017新闻上进行实验,采用BLEU指标进行评估。实验结果表明,将多头自注意力机制融入CNN模型后文本包含全局语义信息,CNN模型的特征提取性能有明显的提升。