云南高校图书馆联盟文献共享服务平台- 国家自然科学基金(61331013)

国家自然科学基金(61331013): 作品数：47被引量：176H指数：7; 导出分析报告; 相关作者：高定国赵小兵唐松刘洋孙茂松更多>>; 相关机构：西藏大学中央民族大学清华大学泉州师范学院更多>>; 相关期刊：《软件导刊.教育技术》《Computers, Materials & Continua》《科技视界》《满语研究》更多>>; 相关主题：藏文维吾尔语藏语神经网络分词更多>>; 相关领域：自动化与计算机技术文化科学语言文字电子电信更多>>

一种藏文文本加密方法的研究与实现被引量：1: 《电脑知识与技术》2020年第2期33-34,共2页三排才让洪松高定国; 国家自然基金科学项目(61331013);西藏自治区教育厅“计算机及藏文信息技术国家级团队和重点实验室建设”(藏教财指[2018]81号);西藏大学研究生“高水平人才培养计划”项目“文本中藏族人名识别的方法研究”(2017-GSP-135); 本文为了解决文本在网络传输过程中的安全性问题,设计并实现了一种根据藏文音节结构的文本加密方法。本文采用移位加密方法,按构件顺序替换相应的构件组成新的藏字,解密时按反向移位方法还原该藏字。该方法不仅能加密常用的藏文字符外,...; 关键词：藏文文本加密

藏文数词自动检错研究: 《电子技术与软件工程》2019年第21期244-246,共3页冷本杰高定国; 国家自然基金科学项目（61331013）;西藏自治区教育厅“计算机及藏文信息技术国家级团队和重点实验室建设”（藏教财指[2018]81号）;西藏大学研究生“高水平人才培养计划”项目“文本中藏族人名识别的方法研究”（2017-GSP-135）; 藏文真词检错是藏文文本校对研究的重点和难点,也是藏文信息处理技术的基础工作。文章通过研究藏文词语中数词的合成方式、搭配规律,分析了常见的数词合成词法错误,设计并实现了基于规则的藏文数词合成检错算法,经测试数词合成错误的检...; 关键词：藏语数词自动检错合成数词

基于置信度的藏文人名识别的主动学习模型研究被引量：4: 《中文信息学报》2019年第8期53-59,共7页王志娟刘飞飞赵小兵宋伟; 国家自然科学基金(61331013,61501529); 训练语料的标注成本是资源稀缺语言处理研究面临的一个重要问题,通过主动学习(active learning)方法可以选择信息量大、无冗余的语料供人工标注,进而大大降低语料标注成本。该文基于CRF模型给出的标注置信度提出了四种主动学习方法,并...; 关键词：藏文人名识别主动学习置信度

Generating Questions Based on Semi-Automated and End-to-End Neural Network被引量：1: 《Computers, Materials & Continua》2019年第8期617-628,共12页Tianci Xia Yuan Sun Xiaobing Zhao Wei Song Yumiao Guo; supported by National Nature Science Foundation(No.61501529,No.61331013);National Language Committee Project of China(No.ZDI125-36);Young Teachers'Scientific Research Project in Minzu University of China.; With the emergence of large-scale knowledge base,how to use triple information to generate natural questions is a key technology in question answering systems.The traditional way of generating questions require a lot ...; 关键词：Generating questions semi-automated model End-to-End neural network question answering

Readability Assessment of Textbooks in Low Resource Languages: 《Computers, Materials & Continua》2019年第7期213-225,共13页Zhijuan Wang Xiaobin Zhao Wei Song Antai Wang; This work was supported by the China National Natural Science Foundation No.(61331013);the Young faculty scientific research ability promotion program of Minzu University of China.; Readability is a fundamental problem in textbooks assessment.For low resources languages(LRL),however,little investigation has been done on the readability of textbook.In this paper,we proposed a readability assessmen...; 关键词：Readability assessment low resource language textbook in Tibetan linear regression named entity

基于跨语言词向量模型的蒙汉查询词扩展方法研究被引量：7: 《中文信息学报》2019年第6期27-34,共8页马路佳赖文赵小兵; 国家自然科学基金(61331013); 跨语言信息检索指以一种语言为检索词,检索出用另一种或几种语言描述的一种信息的检索技术,是信息检索领域重要的研究方向之一。近年来,跨语言词向量为跨语言信息检索提供了良好的词向量表示,受到很多学者的关注。该文首先利用跨语言词...; 关键词：查询扩展跨语言词向量信息检索

基于改进词向量GRU神经网络模型的藏语实体关系抽取被引量：5: 《中文信息学报》2019年第6期35-41,共7页孙媛王丽客郭莉莉; 国家自然科学基金(61501529,61331013);国家语委项目(ZDI125-36,YB125-139); 互联网数据的爆炸式增长,使得研究热点更多转向Web内容结构化分析。如果将藏语知识以结构化形式表示,那么将会有利于藏语知识的结构化分析和深度挖掘。该文提出了一种优化词向量的GRU神经网络模型进行藏语实体关系抽取的方法。在模型的...; 关键词：实体关系抽取词向量 GRU神经网络

基于词向量的英文教育文本推荐技术被引量：1: 《中国教育信息化》2018年第20期91-93,共3页李浩孙媛; 国家自然科学基金重点项目“跨语言社会舆情分析基础理论与关键技术研究”(编号:61331013)阶段性成果; 文本是常用的一种信息获取方式,但是互联网上的英文教学文本资源十分庞大,由于语言障碍,学习者往往不能很好地在短时间选取。为了解决这个问题,文章用到了word2vec技术,通过模型生成文本的词向量。文本向量通过两种方法生成:一种是用文...; 关键词：文本相似度词向量 Word2vec 教育文本

基于层次特征的藏文人名识别研究被引量：11: 《计算机应用研究》2018年第9期2583-2587,2596,共6页刘飞飞王志娟; 国家自然科学基金重点资助项目(61331013);国家语委科研项目(WT125-46);中央民族大学一流大学一流学科研究生自主科研项目(10301-0170040601-184); 为了提高藏文人名识别的效果,提出了结合三层的层次特征的藏文人名识别算法。提出了无须分词,仅在藏文音节粒度上,基于藏文人名三层特征:内部特征、上下文信息、并列关系特征,利用条件随机场(conditional random fields,CRF)算法进行藏...; 关键词：人名识别层次特征藏文条件随机场

现代蒙古语词干复合词研究: 《内蒙古民族大学学报（社会科学版）》2018年第2期7-16,共10页宝玉柱那达木德; 国家社科基金重点项目"蒙古语族语言语料库研制"(项目批准号:14YY019);国家自然科学基金重点项目"跨语言社会舆情分析基础理论与关键技术研究"(项目编号:61331013); 粘着语的基本构词方法是词根加词缀,因而词干复合词研究有助于揭示和理解部分构词附加成分的来源和形成途径,具有类型学研究意义。思维的发展和表达需求的细化是词干复合词产生的外在条件,其中书面文学语言的发展具有重要意义。概念融...; 关键词：蒙古语词法词干复合词

国家自然科学基金(61331013)