-
公开(公告)号：CN113838449A
公开(公告)日：2021-12-24
申请号：CN202110817588.X
申请日：2021-07-20
Applicant: 内蒙古工业大学
Abstract: 本发明公开了一种新型蒙古语语音合成方法，具体包括以下步骤：S1、基于BiLSTM对蒙古文单词序列进行处理：基于BiLSTM神经网络提出了融合形态向量和音系向量的蒙古文韵律建模方法，包括输入层，注意力层，BiLSTM层和输出层，对输入的蒙古文单词序列进行处理，具体地，给定蒙古文单词的词向量WE、形态向量ME、音系向量PE，本发明涉及语音合成技术领域。该新型蒙古语语音合成方法，基于BiLSTM神经网络提出了融合形态向量和音系向量的蒙古文韵律建模，对输入的蒙古文单词序列进行处理，利用合成器，将文字输入生产声学特征，而后利用声码器从声学特征生成波形输出，其中，加入了对WaveGlow的改进，极大的在计算和消耗上提升了合成器的效率。
-
公开(公告)号：CN113887249B
公开(公告)日：2024-07-12
申请号：CN202111113538.X
申请日：2021-09-23
Applicant: 内蒙古工业大学
IPC: G06F40/58 , G06F40/211 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于依存句法信息和Transformer模型的蒙汉神经机器翻译方法，包括：依据蒙汉平行语料库抽取出汉语依存句法信息，并将依存句法信息转换成邻接矩阵；在Transformer模型的输出端额外增加一路，则Transformer模型的一路用于预测汉语目标语句，另一路学习汉语依存句法知识；在编码器端显式地加入用于学习蒙古语句法信息的模块，利用汉语句法知识强化蒙古语语法的学习，原始Transformer模型默认隐式地学习了源语言、目标语言的句法信息，本发明显式地利用目标语言端的句法信息指导模型对源语言的句法信息进行学习。
-
Patent Agency Ranking
公开(公告)号：CN113887249A
公开(公告)日：2022-01-04
申请号：CN202111113538.X
申请日：2021-09-23
Applicant: 内蒙古工业大学
IPC: G06F40/58 , G06F40/211 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于依存句法信息和Transformer模型的蒙汉神经机器翻译方法，包括：依据蒙汉平行语料库抽取出汉语依存句法信息，并将依存句法信息转换成邻接矩阵；在Transformer模型的输出端额外增加一路，则Transformer模型的一路用于预测汉语目标语句，另一路学习汉语依存句法知识；在编码器端显式地加入用于学习蒙语句法信息的模块，利用汉语句法知识强化蒙语语法的学习，原始Transformer模型默认隐式地学习了源语言、目标语言的句法信息，本发明显式地利用目标语言端的句法信息指导模型对源语言的句法信息进行学习。
-
公开(公告)号：CN113591497A
公开(公告)日：2021-11-02
申请号：CN202110861033.5
申请日：2021-07-29
Applicant: 内蒙古工业大学
IPC: G06F40/58 , G06F40/30 , G06F40/284 , G10L15/00 , G10L15/26
Abstract: 本发明公开了一种基于词素媒介的蒙汉机器翻译方法，涉及蒙汉互译技术领域，包括信息输入：将需要进行翻译的信息输入至系统内，输入信息可以为文字形式或者语言形式；S2、词素提取：将输入到系统中的信息进行分解，并提取出信息中的词素信息；S3、词素组合：对分解的词素分为多种词素组合进行拼接，并将其转换为需要被翻译的语音进行组合，本发明的有益效果为：该基于词素媒介的蒙汉机器翻译方法，通过采用语言以及文字双重输入的方式，可以根据使用者的使用要求切换不同的使用方式，并且在进行翻译的时候是利用词素作为媒介进行翻译，可以在保证语句原意的情况下对语句进行分解，并且再将翻译为中文后进行组合，避免翻译出现语义不同的情况。
-
公开(公告)号：CN113469123A
公开(公告)日：2021-10-01
申请号：CN202110826492.X
申请日：2021-07-21
Applicant: 内蒙古工业大学
Abstract: 本发明公开了一种基于改进的VGG‑16模型的传统蒙古文字母识别方法，主要对传统的蒙古文手写体字母图像数据进行预处理，将蒙古文手写体字母图像数据进行归一化和灰度化的预处理操作；一个图片代表一个蒙古文手写体字母，在传统蒙古文中，字母分为词首、词中、词尾三个部分；其中每个字母都有相应的词首、词中、词尾写法；把预处理过的数据按一定比例分为训练集和测试集；利用预处理的传统蒙古文手写体字母图像数据训练得到基于改进的VGG‑16模型；将该模型的分析结果与原网络模型的分析结果就损失值、识别精确率和F1值进行对比和评价，达到提高传统蒙古文手写体字母识别的效果。
-
公开(公告)号：CN113723084A
公开(公告)日：2021-11-30
申请号：CN202110842205.4
申请日：2021-07-26
Applicant: 内蒙古工业大学
IPC: G06F40/253 , G06F40/284 , G06F40/44 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种融合先验知识的蒙古语文本情感分析方法，对含有表情符的蒙古语情感文本语料库进行预处理；将经过预处理得到的文本词和表情符转换为动态词向量；分别创建蒙古语情感词典和表情符的情感词典将二者提取的特征作为模型最终提取的情感特征；由CNN网络和门控机制组成蒙古语文本情感分析模型；将融入先验知识的模型在大规模蒙古语语料上进行预训练，得到融合先验知识的蒙古语文本情感分析模型；将该模型的分析结果与单一网络分析方法的分析结果就精确率、召回率和F1值进行对比和评价，达到提高蒙古语文本情感分析性能的目的。
-
公开(公告)号：CN113609849A
公开(公告)日：2021-11-05
申请号：CN202110765525.4
申请日：2021-07-07
Applicant: 内蒙古工业大学
IPC: G06F40/284 , G06F40/30 , G06F40/242 , G06F40/58 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合先验知识模型的蒙古语多模态细粒度情感分析方法，对含有表情符的中文和蒙古语情感语料库进行预处理；分别将经过预处理得到的文本词和表情符转换为动态词向量；引入注意力机制对文本词量和表情符词向量拼接的词向量进行细粒度情感分析；并分别创建蒙古语情感词典和表情符的情感词典将二者提取的特征作为模型最终提取的情感特征；将融入先验知识的模型在大规模中文及蒙古语语料上进行预训练，得到融合先验知识模型的蒙古语多模态细粒度情感分析模型；将该模型的分析结果与单一网络分析方法的分析结果就每个情感类别的准确率、精确率、召回率和F1值进行对比和评价，达到提高蒙古语文本情感分析性能的目的。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
