图书介绍
语言变体语料库构建及计算模型PDF|Epub|txt|kindle电子书版本网盘下载
![语言变体语料库构建及计算模型](https://www.shukui.net/cover/31/32464338.jpg)
- 徐凡著 著
- 出版社: 北京:科学出版社
- ISBN:7030599551
- 出版时间:2019
- 标注页数:158页
- 文件大小:53MB
- 文件页数:167页
- 主题词:语料库-翻译学-研究
PDF下载
下载说明
语言变体语料库构建及计算模型PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 相似语言及变体研究概述1
1.1相似语言及变体相关概念1
1.2相似语言及变体研究综述2
1.2.1语料库资源建设2
1.2.2计算模型4
1.2.3评测指标6
1.3本章小结7
参考文献7
第2章 相关技术10
2.1传统技术10
2.1.1支持向量机10
2.1.2统计语言模型12
2.1.3互信息12
2.1.4相似度计算13
2.1.5隐马尔可夫模型15
2.2最新深度学习技术16
2.2.1词向量16
2.2.2神经网络语言模型17
2.2.3 word2vec模型18
2.2.4多层感知机19
2.2.5循环神经网络20
2.2.6卷积神经网络21
2.3本章小结22
参考文献22
第3章 海峡两岸及香港地区三元组和词对齐语料库构建24
3.1语言变体24
3.2词对齐定义27
3.3三元组和词对齐语料库28
3.3.1处理框架28
3.3.2标注规范29
3.3.3三元组语料30
3.3.4词对齐语料32
3.4本章小结34
参考文献35
第4章 海峡两岸及香港地区词对齐抽取计算模型37
4.1相关工作37
4.2基于word2vec的两阶段词对齐抽取模型38
4.2.1阶段1模型38
4.2.2阶段2模型40
4.3基于词映射规则的词对齐抽取模型40
4.3.1词对齐算法41
4.3.2词映射规则后处理41
4.4实验设置及结果分析43
4.4.1实验设置43
4.4.2评测指标43
4.4.3实验结果分析43
4.5本章小结49
参考文献50
第5章 句子级中国、新加坡、马来西亚语言类型识别计算模型52
5.1相关工作52
5.2语言类型识别模型53
5.2.1特征抽取53
5.2.2分类器构建56
5.3实验设置及结果分析57
5.3.1实验设置57
5.3.2实验结果分析58
5.4本章小结61
参考文献61
第6章 多模态赣方言篇章平行语料库构建63
6.1赣方言概述63
6.2多模态赣方言篇章平行语料库构建65
6.2.1标注规范66
6.2.2标注过程67
6.2.3篇章级赣方言平行语料库标注实例67
6.2.4语料统计及标注质量68
6.3本章小结69
参考文献69
第7章 句子级赣方言语言类型文本识别计算模型71
7.1基于特征抽取的赣方言识别模型71
7.1.1特征抽取71
7.1.2分类器构建71
7.2基于深度学习的赣方言识别模型71
7.3实验设置及结果分析72
7.3.1实验设置72
7.3.2实验结果分析73
7.4本章小结78
参考文献78
第8章 赣方言语音识别计算模型80
8.1语音识别简介80
8.1.1语音识别框架80
8.1.2国内外研究现状83
8.2基于Kaldi的赣方言语音识别86
8.2.1 Kaldi简介86
8.2.2赣方言语音识别模型86
8.3实验设置及结果分析88
8.3.1实验设置88
8.3.2评测指标89
8.3.3实验结果分析89
8.4本章小结90
参考文献90
第9章 听音识人——端到端赣方言点识别计算模型及平台92
9.1基于语音识别的赣方言点识别基准模型92
9.1.1模型框架92
9.1.2基准模型实验设置93
9.1.3基准模型实验结果分析94
9.2语音驱动的赣方言识别模型95
9.2.1基于语音特征的模型框架95
9.2.2混合模型96
9.3实验设置及结果分析96
9.3.1实验设置96
9.3.2实验结果分析96
9.4听音识人——赣方言智能处理平台100
9.4.1 PC型界面100
9.4.2移动型界面102
9.5本章小结102
附录 计算机自动抽取的海峡两岸及香港地区三元组105