-
公开(公告)号:CN119005215A
公开(公告)日:2024-11-22
申请号:CN202310580943.5
申请日:2023-05-22
Applicant: 南京大学
IPC: G06F40/58 , G06F40/211 , G06F18/241 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于预训练模型和数据增强技术的“中‑英”条件时态机器翻译方法,用于增强“中‑英”机器翻译时条件时态的翻译效果,进而提高翻译系统总体的翻译表达能力,提高用户满意度。本发明主要分为四个主要环节:利用自注意力机制对英文的上下文时态信息进行编码、利用预训练模型Chinese‑BERT构建一个条件时态分类器、设计了一个条件时态数据增强算法以及基于篇章级机器翻译模型HAN‑NMT构建的条件时态翻译器和非条件时态翻译器。这一方法为“中‑英”机器翻译中条件时态翻译效果问题提供了一个最前沿的基于预训练模型和数据增强算法的优化方案,同时也为“中‑英”翻译和其他语种翻译中时态的优化问题提供了可以借鉴的思路。
-
公开(公告)号:CN117171348A
公开(公告)日:2023-12-05
申请号:CN202210583816.6
申请日:2022-05-26
Applicant: 南京大学
IPC: G06F16/36 , G06F16/332 , G06F16/35 , G06F16/33
Abstract: 本发明提出了一种基于中文图书知识图谱的问答系统构建方法,用于中文图书知识查询以及图书数据统计,能够便于系统管理员对图书进行管理,并提供核心的问答功能,更快的理解用户的查询意图并提供智能回答。本发明主要分为三个主要环节:中文图书领域知识图谱的构建、图书知识问答模型的设计与训练、图书系统后端的设计与实现。这一方法为中文图书管理领域提供了一个最前沿的基于知识图谱的优化方案,同时也为知识图谱的通用应用提供了可以借鉴的思路。
-