关于 Fuzzyω正则语言的一个注记

通过引入ω-Nerode等价关系,fuzzy前逆缀ω-语言,闭左逆语言等概念来研究语言的化数性质,得到了(1)fuzzyω正则语言可由一些具有有限指标集的等价类来表示;(2)fuzzy前逆缀ω-语言是fuzzyω正则语言iff由L定义的ω-Nerode等价关系的指标集是有限的.

Fuzzy正则语言与Fuzzy正则文法的关系

通过对Fuzzy正则语言与Fuzzy正则文法的关系的讨论 ,得到了二者的等价关系 ,这是进一步研究Fuzzy正则语言与Fuzzy有限状态自动机的一个起点 .

关于Fuzzy正则语言的一些性质

在定义 Fuzzy正则语言、Fuzzy有理语言等的基础上 ,研究 Fuzzy正则语言相关的一些性质 ,得到 Fuzzy正则语言与 Fuzzy有理语言间的对应关系 ,对

交换Fuzzy正则语言注记

在探讨形式语言的交换性质的基础上,提出了AbelianFuzzy正则语言的概念,探讨了AbelianFuzzy正则语言在并、交和补算子下的封闭性,并得到了Fuzzy正则语言是半交换的的几个等价条件.由于Fuzzy正则语言的交换性质是形式语言之中一种较好的性质,对它的研究将有助于Fuzzy正则语言的机器实现.

Fuzzy正则语言的有限幂性质(II)

Fuzzy正则语言L具有有限幂性质的充分必要条件是集合 {Li|i=0 ,1,2 ,… }有限 .讨论了任意给定一个Fuzzy正则语言 。

基于变异的正则表达式反例测试串生成算法

正则表达式在计算机科学的许多领域具有广泛应用.然而,由于正则表达式语法比较复杂,并且允许使用大量元字符,导致开发人员在定义和使用时容易出错.测试是保证正则表达式语义正确性的实用和有效手段,常用的方法是根据被测表达式生成一些字符串,并检查它们是否符合预期.现有的测试数据生成大多只关注正例串,而研究表明,实际开发中存在的错误大部分在于定义的语言比预期语言小,这类错误只能通过反例串才能发现.研究基于变异的正则表达式反例测试串生成.首先通过变异向被测表达式中注入缺陷得到一组变异体,然后在被测表达式所定义语言的补集中选取反例字符串揭示相应变异体所模拟的错误.为了能够模拟复杂缺陷类型,以及避免出现变异体特化而无法获得反例串的问题,引入二阶变异机制.同时采取冗余变异体消除、变异算子选择等优化技术对变异体进行约简,从而控制最终生成的测试集规模.实验结果表明,与已有工具相比,所提算法生成的反例测试串规模适中,并且具有较强的揭示错误能力.

Fuzzy ω正则语言的注记

定义Σω上的ω-Nerode等价关系的符号,并且定义了Σ上Fuzzy前缀逆相关ω-语言和左逆封闭语言,在这些定义的基础上,得到了Σ上Fuzzy前缀逆相关ω-语言是Fuzzyω正则语言的充分必要条件是由L定义的ω-Nerode等价关系的指数有限,Σ上Fuzzyω正则语言可以表示成Σω上一些具有有限指数的左不变等价关系的某些等价类的并集。因而在由前缀逆相关ω-语言或左逆封闭ω语言组成的ω-语言类中,Fuzzyω正则语言的代数特征就可从代数和集合论的观点给出。这为进一步研究Fuzzy有限状态自动机和Fuzzy正则语言奠定了基础。

Fuzzy正则语言注记

在形式语言和自动机理论研究中 ,Fuzzy语言显得特别重要 ,而Fuzzy正则语言是Fuzzy形式语言的核心部分 ,是自动机理论与实际相结合的一个桥梁 .对Fuzzy正则语言的一些性质。

Fuzzy正则语言的代数特征

①、②中定义了模糊(Fuzzy)正则语言,并用模糊自动机理论来加以刻划,本文将用模糊代数结构的方法来刻划模糊正则语言,并讨论了它的代数性质。本文中“模糊”一词以下均用“F—”简记。

一类特殊形式的Fuzzy正则语言注记

对一类特殊形式的Fuzzy正则语言作了一定的讨论,得到了两个重要定理,为进一步研究Fuzzy正则语言与Fuzzy有限状态自动机的关系奠定了基础.

语言模型蒸馏的低资源神经机器翻译方法

大规模平行语料库的缺乏是低资源神经机器翻译面临的关键问题之一。提出语言模型蒸馏的神经机器翻译方法,通过单语语言模型对神经机器翻译训练进行正则化,引入语言模型包含的先验知识以提升翻译效果。具体地,借鉴知识蒸馏思想,使用丰富单语数据训练的目标端语言模型(教师模型)构造低资源神经机器翻译模型(学生模型)的正则化因子,让翻译模型学习到语言模型中高度泛化的先验知识。与传统单语语言模型融合参与解码过程不同的是,本文方法中的语言模型只在训练阶段使用,不参与推断阶段,因此能够有效提升解码速度。在第十七届全国机器翻译大会CCMT2021维吾尔语-汉语和藏语-汉语2种民汉低资源翻译数据集上的实验结果表明,相比目前最先进的语言模型融合方法,BLEU提高了1.42%(藏汉方向)~2.11%(汉维方向)。

面向真实世界的知识挖掘与知识图谱补全研究(三):基于正则表达式对膀胱癌真实世界数据的结构化信息抽取

随着医疗大数据的发展,真实世界研究近些年来越来越受到重视,发展前景良好,但真实世界研究的实施仍存在一些挑战,引起学者们广泛讨论。真实世界数据的非结构化是目前最亟待解决的问题。本研究以正则表达式为基础,通过基于规则的信息抽取方法对武汉大学中南医院近几年膀胱癌患者的入院记录、病理报告、手术记录和影像记录等数据进行结构化信息抽取,并以准确率和召回率为指标评价其抽取效果,旨在为后续研究提供参考。

基于自然语言处理的程序代码缺陷检测

本研究深入探讨了一种基于循环神经网络(recurrent neural network,RNN)的程序代码缺陷检测方法,并将其应用于公共漏洞和暴露(common vulnerabilities and exposures,CVE)数据集。首先,设计一个完整的程序代码缺陷检测框架。其次,通过引入L2正则化对基于RNN的模型进行优化,以提高模型的泛化能力和抗过拟合能力。最后,采用CVE数据集对所提出的方法进行测试,并与传统RNN方法进行对比。结果表明,该方法在准确率、精确率、召回率和F1值等评价指标上均优于传统RNN方法,具有更好的性能和效果。

正则Fuzzy蕴涵代数

Fuzzy蕴涵代数是 [0 ,1]值逻辑的蕴涵联结词的一种代数抽象。本文给出正则 Fuzzy蕴涵代数的几个刻画 ,并且得到正则 Fuzzy蕴涵代数构成格的几个条件。

稠密相对正则语言的一些性质

主要讨论了稠密相对正则语言的一些性质.相对于正则语言的pumping引理,给出了稠密相对正则语言的类似结论.继而证明了稠密相对正则语言都含有本原字.最后给出了稠密相对正则语言和极大码的一些联系.

点化Fuzzy正则半群

以基本Fuzzy点为基础 ,引入了Fuzzy(内 )正则半群 ,Fuzzy左 (右 )正则半群等概念 ,讨论了Fuzzy(内 )正则半群中Fuzzy理想的一些代数性质 ,进一步刻化了Fuzzy(内 )正则半群 .

正则语言的特征性质

通常的关于正则语言的泵引理实际上是刻划了某语言为正则语言的一个必要条件．本文通过修改这个必要条件，得到了关于正则语言的充分必要条件，又泵引理或广义泵引理所叙述的结果作为推论而得到．另外，我们叙述了几个强弱不同的充要条件，以便供不同的使用（作为必要条件来使用，应该是越强越好，但作为充分条件来使用，又应该是越弱越好）．

正则Fuzzy蕴涵代数的理想格

引入正则Fuzzy蕴涵代数的理想概念,并给出它的若干等价刻画;获得了由非空子集生成的理想的表示定理;证明了一个正则Fuzzy蕴涵代数上全体理想之集在集合包含序下构成一个分配连续格,从而构成一个Frame.

关于正则语言的泵引理

通常关于正则语言的泵引理，常被用来证明某些特殊的语言不是正则语言，但这种论证方法对有些非正则语言不能适用。本文介绍几个广义的泵引理，它们不仅可解决通常的泵引理所能解决的问题，也可解决通常泵引理不能解决的问题。

严格π-正则半群上的fuzzy同余

π-正则半群S称为严格π-正则的,如果其正则元集为S的理想且为S的完全正则子半群。这里利用半群fuzzy同余的概念,研究了π-正则半群上fuzzy同余的性质。在此基础上,给出了严格π-正则半群上fuzzy同余的性质和特征,并给出了严格π-正则半群上群同余的刻画,得到了严格π-正则半群上fuzzy同余为fuzzy群同余的充要条件。