语言处理

摘要： 声音处理是电视节目后期制作的基础性和重点性内容。在当前观众对电视节目音效的要求日益提高的背景下,借助技术手段对节目声音进行艺术性的处理,逐渐成为电视节目后期制作必须开展的内容。为此,分析声音处理在电视节目后期制作中发挥的作用,同时,详细介绍电视节目后期制作中声音处理的基本流程及主要技术方法,并强调声音处理过程中需要注意的一些特殊问题,为科学应用声音处理技术,提高电视节目的整体音效提供相应的参考。

摘要： 为避免在处理英语课外文学语篇时采用低效的字句摘抄、背诵,切实提升学生语言输入的效率,教师应以英语学习活动观为导向,结合语言处理“词不离句、句不离篇”的要求,在学习理解、运用实践、迁移创新三个阶段设计对应的语言活动,让学生在丰富的活动中内化课外文学语篇中的语言知识,提升英语语言素养。

摘要： 阐述译林版初中英语教材的单元板块,以及Task板块对学生的要求。分析目前英语教学在输入和输出环节的语言处理方面存在的问题。以译林版初中《英语》八年级(上)Unit 3 A day out中的Task板块为例,探讨基于语言处理的Task板块的教学策略,即发挥Task板块的提升功能,整合语言;创设语境链,内化语言;提供评价标准,评价语言,最终促进学生语言能力的发展。

摘要： 目的:研究听视觉刺激对听力损失患者大脑中与语言处理相关脑区神经活动的影响,为患者的康复治疗提供理论支撑.方法:募集12个听力损失患者和12个性别年龄匹配的正常听力受试者.首先构建每个参与者个体化虚拟数字脑,然后将虚拟视觉刺激信号施加到已构建虚拟数字脑的次级视觉皮层;将虚拟听觉刺激信号施加到已构建虚拟数字脑的初级听觉皮层.最后,观察这些刺激信号在听力损失患者脑皮层中所诱发的神经活动变化.结果:同正常受试者相比,虚拟视觉刺激信号抑制了听力损失患者听觉皮层和布洛卡区的神经活动,并通过最短因果路径削弱了布洛卡区的激活.相反,虚拟听觉刺激信号抑制了听力损失患者视觉皮层的激活,但通过最短因果路径增强了布洛卡区的神经活动.此外,听力损失患者也呈现了减弱的视觉诱发的威尼克区的激活.结论:目前的研究表明,视觉刺激通过削弱听觉皮层和布洛卡区的神经活动抑制了听力损失患者的语言处理.相反,听觉刺激通过抑制视觉皮层的活动,增强布洛卡区的神经活动,从而改善了听力损失患者的语言处理.

摘要： 本文结合阅读教学实例及相关教学理论,从词句、衔接、修辞三个视角入手,阐述了语言处理的重要性,介绍了在阅读教学中选择合适的视角作为切入点进行语言处理的有效方法.

摘要： 当前电子病历(EMRs)命名实体识别(NER)的研究主要集中在验证传统文本中的命名实体识别方法是否对电子病历有效.到目前为止,仍未从多类分类的角度提出通过深度学习提高命名实体识别性能的模型.文中通过对一个真实的EMRs语料库进行标注并完成模型的训练与性能评估,然后提出一种基于深度学习卷积神经网络(CNN)的EMRs命名实体多类分类方法.该方法分为两个阶段:在第一阶段中对EMRs进行预处理,以嵌入单词来表示样本;在第二阶段,将训练数据分割成多个子集,并在每个子集上训练出CNN二元分类模型.通过数据测试实验,将此方法与其他传统方法进行详细的对比,验证了该多类分类方法的有效性.

摘要： 目前在高中英语阅读教学中,语言处理的多维视角还不够清晰,教师对文本语言的教学往往较为随性.基于"综合视野"的高中英语阅读教学中语言处理的三维策略,尝试从主题意义、主题语境和文本逻辑这三个维度来切入高中英语阅读教学中的语言处理,以期帮助学生通过有效的语言学习提升语言能力.

摘要： 语言是构成语篇文本内容的基础,是表达作者思想的载体.教师在语篇阅读教学中应帮助学生感知语言特征、赏析语言魅力、内化语言知识.本文论述了英语阅读教学中语言处理存在的问题,并结合案例探究了英语阅读教学中语言处理的策略.

摘要： 大脑对语言处理的真实过程一直是困扰神经语言学发展的核心问题之一,无论是模块主义所提出的串行处理模式还是连接论所倡导的并行处理模式,其都有各自的优劣,都无法做到有效地解释语言处理的真实过程.笔者结合病理语言学及理论语言学研究成果,提出语言处理的弱势串行模式假设,并拟采用神经科学的研究方法(fMRI和ERP)设计实验,试图揭示语言处理的真实过程.

摘要： 阐述智能调度中人机交互技术应用现状,语音人机交互技术的组成,语音人机交换技术在智能调度中的应用,包括语音识别、语言处理、语音合成、与应用程序的交互、语言生成.

摘要： 动词的语义分类研究对语言信息处理来说具有重大意义。著名的词汇知识库如国外的Wordnet、国内的《现代汉语语法信息词典》等，均在自然语言处理领域发挥了巨大作用。越南国内计算语言学研究起步较晚，关于越南语词汇知识库建设方面的研究著作并不多。本文分析了Wordnet等词汇知识库，并探讨了当前对越南语动词语义分类的研究，提出了一套越南语动词语义分类体系，旨在为越南语词汇知识库的构建提供一定的借鉴。

摘要： 句法分析在自然语言处理的实际应用中扮演着重要的角色。当前各少数民族语言包括蒙古语的句法分析研究还处在相对滞后的阶段。同时给其他相关研究带来了相应的困难。该文提出了一种基于双语约束的蒙语的无监督依存分析方法。能够在元需蒙语依存树库及蒙语句法的情况下，对蒙语进行无监督的依存句法分析。并且获得了较好的效果，在人工标注的测试集上有向及无向的正确率分别达到了67．2％及73．3％，可以实际应用到自然语言处理中了。

摘要： 随着信息技术的不断提升、互联网的普及，汉语自然语言处理的难题不断得到解决，汉语语料库的发展和语料库语言学的应用也面临着新的契机。如何持续充分应用庞大的多种语料库，并协同与配合语言学和人文、社会科学多个领域，来追踪了解各种语言现象及其背后的社会文化深层含义，是语料库语言学可以承担的新任务。 LIVAC汉语共时语料库持续处理和分析泛华语七个地区十七年四亿字的语料，可真正起到“时间锦囊”的作用，为紧密追踪、科学观察泛华地区语言现象及有关社会文化演变，提供了坚实的基础和科学依据。该文介绍LIVAC如何由汉语“共时语料库”演变为“追踪语料库”。

摘要： 蒙古语音节自动切分是蒙古语自然语言处理研究的重要内容之一，首先分析了斯拉夫蒙古文的构词规律，然后探讨了自动切分算法，对推动机器合成、语音识别、机器翻译技术发展具有重要意义。

摘要： 本文首先分析了蒙古文词干还原系统的研究现状，然后着重探讨了该系统的设计流程，并对设计出的程序做了测试，旨在为语言处理提供依据。

摘要： 机器学习是人工智能领域的一个重要学科.自从20世纪80年代以来,机器学习在算法、理论和应用等方面都获得巨大成功.2006年以来,机器学习领域中一个叫"深度学习"的课题开始受到学术界广泛关注,到今天已经成为互联网大数据和人工智能的一个热潮.深度学习通过建立类似于人脑的分层模型结构,对输入数据逐级提取从底层到高层的特征,从而能很好地建立从底层信号到高层语义的映射关系.近年来,谷歌、微软、IBM、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发,在语音、图像、自然语言、在线广告等领域取得显著进展.从对实际应用的贡献来说,深度学习可能是机器学习领域最近这十年来最成功的研究方向.将对深度学习发展的过去和现在做一个全景式的介绍,并讨论深度学习所面临的挑战,以及将来的可能方向.

摘要： 机器学习是人工智能领域的一个重要学科.自从20世纪80年代以来,机器学习在算法、理论和应用等方面都获得巨大成功.2006年以来,机器学习领域中一个叫"深度学习"的课题开始受到学术界广泛关注,到今天已经成为互联网大数据和人工智能的一个热潮.深度学习通过建立类似于人脑的分层模型结构,对输入数据逐级提取从底层到高层的特征,从而能很好地建立从底层信号到高层语义的映射关系.近年来,谷歌、微软、IBM、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发,在语音、图像、自然语言、在线广告等领域取得显著进展.从对实际应用的贡献来说,深度学习可能是机器学习领域最近这十年来最成功的研究方向.将对深度学习发展的过去和现在做一个全景式的介绍,并讨论深度学习所面临的挑战,以及将来的可能方向.

摘要： 机器学习是人工智能领域的一个重要学科.自从20世纪80年代以来,机器学习在算法、理论和应用等方面都获得巨大成功.2006年以来,机器学习领域中一个叫"深度学习"的课题开始受到学术界广泛关注,到今天已经成为互联网大数据和人工智能的一个热潮.深度学习通过建立类似于人脑的分层模型结构,对输入数据逐级提取从底层到高层的特征,从而能很好地建立从底层信号到高层语义的映射关系.近年来,谷歌、微软、IBM、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发,在语音、图像、自然语言、在线广告等领域取得显著进展.从对实际应用的贡献来说,深度学习可能是机器学习领域最近这十年来最成功的研究方向.将对深度学习发展的过去和现在做一个全景式的介绍,并讨论深度学习所面临的挑战,以及将来的可能方向.

摘要： 机器学习是人工智能领域的一个重要学科.自从20世纪80年代以来,机器学习在算法、理论和应用等方面都获得巨大成功.2006年以来,机器学习领域中一个叫"深度学习"的课题开始受到学术界广泛关注,到今天已经成为互联网大数据和人工智能的一个热潮.深度学习通过建立类似于人脑的分层模型结构,对输入数据逐级提取从底层到高层的特征,从而能很好地建立从底层信号到高层语义的映射关系.近年来,谷歌、微软、IBM、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发,在语音、图像、自然语言、在线广告等领域取得显著进展.从对实际应用的贡献来说,深度学习可能是机器学习领域最近这十年来最成功的研究方向.将对深度学习发展的过去和现在做一个全景式的介绍,并讨论深度学习所面临的挑战,以及将来的可能方向.

摘要： 语文词典编纂技术随时代的进步而发展,但是数十年前词典人对语文词典编纂技术的艰辛探索,对后世不乏借鉴意义和参考价值.《现代汉语词典》试印本对领头字词的几种处理方式,有的虽已为后世的版本所弃用,但其作用和意义不可低估,有的似仍可作为今日词典编纂之借.

摘要： 一实施方式所涉及的自然语言处理系统具备分析部以及修正部。分析部使用分割模型而执行对于一个句子的词素分析，从而对分割该一个句子而得到的各个被分割元素设定标签。分割模型包含表示被分割元素与标签的对应的输出特性的分数、和表示与连续的两个被分割元素对应的两个标签的组合的转移特性的分数。修正部对通过分析部而得到的分析结果所示的标签、和表示一个句子的正解的标签的正解数据进行比较，将与对应于非正解的标签的正解的标签关联的特性的分数提高，将与该非正解的标签关联的特性的分数降低，从而对分析部在下一个句子的词素分析中所使用的分割模型进行修正。

摘要： 本公开提供了一种自然语言处理模型的训练方法，涉及人工智能领域，尤其涉及自然语言处理领域。具体实现方案为：对输入文本进行针对多任务的语义学习，得到针对多任务的语义特征，其中，多任务包括多个分支任务；基于语义特征分别进行针对各个分支任务的特征学习，得到针对各个分支任务的第一输出结果；根据针对各个分支任务的第一输出结果，计算针对各个分支任务的损失；以及根据针对各个分支任务的损失，调整自然语言处理模型的参数。本公开还提供了一种自然语言处理模型的训练装置、自然语言处理方法及其装置、电子设备和存储介质。

摘要： 本发明涉及自然语言理解技术领域，具体是涉及一种处理自然语言的方法、自然语言处理模型、设备。本发明首先将待理解文本、问题、各个选项拼接成文本，以此将对待理解文本的理解转换成多项式选择任务。只要自然语言处理模型根据问题、待理解文本预测各个选项所对应的“是”的概率，就可以从各个选项中挑选出针对问题的目标选项，就可以知道用户通过待理解文本想要表达的意图，从而实现了对自然语言的理解。由于本发明将多种任务类型都转化成为多项式选择的形式，因此本发明可以一个模型同时完成多个自然语言理解任务。此外，本发明使用的是双向的transformer结构，推理过程只需要一次前向，从而降低了计算量，最终提高了模型的推理速度。

摘要： 自然语言处理系统具有：场景设定部(10)，其解析输入的自然语言的语句，生成表示理解自然语言的主体的主体数据、以及表示主体行动的世界的一部分的场景数据，在场景数据中设定主体数据；状况变化设定部(11)，其解析输入的自然语言的语句，并设定场景的状况变化；正负情绪设定部(12)，其基于场景的状况变化，判定是否产生了对于主体而言有利的情绪即正情绪、或者对于主体而言不利的情绪即负情绪；以及含义解析部(13)，其基于产生的正负情绪进行含义解析。状况变化设定部(11)将在状况变化的前状态下作用于主体数据的价值和在状况变化的后状态下作用于主体数据的价值分别作为数值来获取。正负情绪设定部(12)计算前状态的数值与后状态的数值的差而计算出正负情绪。

摘要： 在语言处理装置(2)中，向量统合部(23)生成对与输入句对应的词袋向量和与输入句对应的意思向量进行统合而得到的统合向量。应答句选择部(24)根据由向量统合部(23)生成的统合向量，从询问应答DB(25)中选择与输入句对应的应答句。

摘要： 一实施方式所涉及的自然语言处理系统具备分析部以及修正部。分析部使用分割模型而执行对于一个句子的词素分析，从而对分割该一个句子而得到的各个被分割元素设定标签。分割模型包含表示被分割元素与标签的对应的输出特性的分数、和表示与连续的两个被分割元素对应的两个标签的组合的转移特性的分数。修正部对通过分析部而得到的分析结果所示的标签、和表示一个句子的正解的标签的正解数据进行比较，将与对应于非正解的标签的正解的标签关联的特性的分数提高，将与该非正解的标签关联的特性的分数降低，从而对分析部在下一个句子的词素分析中所使用的分割模型进行修正。

摘要： 一种语言处理设备，包括：第一分析单元(21)、第二分析单元(23)、以及生成单元(244)。第一分析单元(21)对包含多义词和其他单词在内的自然语言语句进行预定分析，并根据多义词的多种含意输出针对该自然语言语句的多个分析结果。第二分析单元(23)对第一分析单元(21)输出的多个分析结果执行特定分析，以采用所述多个分析结果中的一个分析结果。生成单元(244)基于第一分析单元(21)所输出的多个分析结果以及第二分析单元(23)所采用的结果，生成用于删除从第一分析单元(21)所输出的分析结果中删除了的、但未被第二分析单元(23)所采用的非必要分析结果。

摘要： 本发明涉及自然语言理解技术领域，具体是涉及一种处理自然语言的方法、自然语言处理模型、设备。本发明首先将待理解文本、问题、各个选项拼接成文本，以此将对待理解文本的理解转换成多项式选择任务。只要自然语言处理模型根据问题、待理解文本预测各个选项所对应的“是”的概率，就可以从各个选项中挑选出针对问题的目标选项，就可以知道用户通过待理解文本想要表达的意图，从而实现了对自然语言的理解。由于本发明将多种任务类型都转化成为多项式选择的形式，因此本发明可以一个模型同时完成多个自然语言理解任务。此外，本发明使用的是双向的transformer结构，推理过程只需要一次前向，从而降低了计算量，最终提高了模型的推理速度。

摘要： 本发明揭露一种自然语言处理系统，用于知识产权领域，包括文意深度学习模块、规范用语数据处理单元以及结合学习单元。文意深度学习模块接收文本，以产生文本文意表征。规范用语数据处理单元包括字符串比对模块与神经网络数据处理模块。字符串比对模块接收文本，并利用预定的知识产权字典库比对文本以产生第一输入信息，神经网络数据处理模块接收第一输入信息，并依据第一输入信息产生文本规范表征。结合学习单元包括结合模块与分类器。结合模块结合文本文意表征与文本规范表征以产生一第二输入信息，分类器接收第二输入信息以产生文本标签。藉此，可以有效地纳入知识产权领域特有的文本规范，解决知识产权领域在文本分类上的缺点。

摘要： 本公开涉及一种训练自然语言处理模型和自然语言处理的方法、电子设备。训练自然语言处理模型的方法包括：获取训练用的语料数据；利用自然语言处理模型，对所述语料数据进行处理，得到输出信息，所述自然语言处理模型包括第一模型和第二模型，其中，所述第一模型用于对所述语料数据的拼音数据进行纠错，所述第二模型用于对纠错后的所述语料数据的拼音数据进行文字转换；根据所述自然语言处理模型的输出信息，训练所述自然语言处理模型，得到训练后的自然语言处理模型。