无码一级特大毛片视频,亚洲欧美日产偷拍

內(nèi)容簡介

　　近年來，語言變體研究受到了計算語言學(xué)界的廣泛關(guān)注?！墩Z言變體語料庫構(gòu)建及計算模型》從人工智能技術(shù)和語言變體相結(jié)合的視角，結(jié)合自然語言處理、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、語音識別、語料庫語言學(xué)等相關(guān)技術(shù)，以作者的一系列研究成果為內(nèi)容主線，系統(tǒng)介紹語言變體（相似語言）研究的語料庫構(gòu)建及計算模型?！墩Z言變體語料庫構(gòu)建及計算模型》共9章，探索了相似語言及變體語料庫的構(gòu)建規(guī)范、多模態(tài)（語音和文本）語料庫的標(biāo)注、語言變體文字和語音處理的計算模型?！墩Z言變體語料庫構(gòu)建及計算模型》對相似語言及語言變體中的關(guān)鍵技術(shù)進行較為深入的研究，提出相關(guān)問題的一些解決方法，并設(shè)計相應(yīng)的算法和實驗。實驗表明，《語言變體語料庫構(gòu)建及計算模型》提出的這些方法有助于提高相似語言的分析性能，同時減少對大規(guī)模語料庫的依賴性，為今后的相似語言變體分析研究奠定了重要基礎(chǔ)，為同類研究提供了參考。

作者簡介

暫缺《語言變體語料庫構(gòu)建及計算模型》作者簡介

圖書目錄

目錄
第1章相似語言及變體研究概述 1
1.1 相似語言及變體相關(guān)概念 1
1.2 相似語言及變體研究綜述 2
1.2.1 語料庫資源建設(shè) 2
1.2.2 計算模型 4
1.2.3 評測指標(biāo) 6
1.3 本章小結(jié) 7
參考文獻(xiàn) 7
第2章相關(guān)技術(shù) 10
2.1 傳統(tǒng)技術(shù) 10
2.1.1 支持向量機 10
2.1.2 統(tǒng)計語言模型 12
2.1.3 互信息 12
2.1.4 相似度計算 13
2.1.5 隱馬爾可夫模型 15
2.2 最新深度學(xué)習(xí)技術(shù) 16
2.2.1 詞向量 16
2.2.2 神經(jīng)網(wǎng)絡(luò)語言模型 17
2.2.3 word2vec模型 18
2.2.4 多層感知機 19
2.2.5 循環(huán)神經(jīng)網(wǎng)絡(luò) 20
2.2.6 卷積神經(jīng)網(wǎng)絡(luò) 21
2.3 本章小結(jié) 22
參考文獻(xiàn) 22
第3章海峽兩岸及香港地區(qū)三元組和詞對齊語料庫構(gòu)建 24
3.1 語言變體 24
3.2 詞對齊定義 27
3.3 三元組和詞對齊語料庫 28
3.3.1 處理框架 28
3.3.2 標(biāo)注規(guī)范 29
3.3.3 三元組語料 30
3.3.4 詞對齊語料 32
3.4 本章小結(jié) 34
參考文獻(xiàn) 35
第4章海峽兩岸及香港地區(qū)詞對齊抽取計算模型 37
4.1 相關(guān)工作 37
4.2 基于word2vec的兩階段詞對齊抽取模型 38
4.2.1 階段1模型 38
4.2.2 階段2模型 40
4.3 基于詞映射規(guī)則的詞對齊抽取模型 40
4.3.1 詞對齊算法 41
4.3.2 詞映射規(guī)則后處理 41
4.4 實驗設(shè)置及結(jié)果分析 43
4.4.1 實驗設(shè)置 43
4.4.2 評測指標(biāo) 43
4.4.3 實驗結(jié)果分析 43
4.5 本章小結(jié) 49
參考文獻(xiàn) 50
第5章句子級中國、新加坡、馬來西亞語言類型識別計算模型 52
5.1 相關(guān)工作 52
5.2 語言類型識別模型 53
5.2.1 特征抽取 53
5.2.2 分類器構(gòu)建 56
5.3 實驗設(shè)置及結(jié)果分析 57
5.3.1 實驗設(shè)置 57
5.3.2 實驗結(jié)果分析 58
5.4 本章小結(jié) 61
參考文獻(xiàn) 61
第6章多模態(tài)贛方言篇章平行語料庫構(gòu)建 63
6.1 贛方言概述 63
6.2 多模態(tài)贛方言篇章平行語料庫構(gòu)建 65
6.2.1 標(biāo)注規(guī)范 66
6.2.2 標(biāo)注過程 67
6.2.3 篇章級贛方言平行語料庫標(biāo)注實例 67
6.2.4 語料統(tǒng)計及標(biāo)注質(zhì)量 68
6.3 本章小結(jié) 69
參考文獻(xiàn) 69
第7章句子級贛方言語言類型文本識別計算模型 71
7.1 基于特征抽取的贛方言識別模型 71
7.1.1 特征抽取 71
7.1.2 分類器構(gòu)建 71
7.2 基于深度學(xué)習(xí)的贛方言識別模型 71
7.3 實驗設(shè)置及結(jié)果分析 72
7.3.1 實驗設(shè)置 72
7.3.2 實驗結(jié)果分析 73
7.4 本章小結(jié) 78
參考文獻(xiàn) 78
第8章贛方言語音識別計算模型 80
8.1 語音識別簡介 80
8.1.1 語音識別框架 80
8.1.2 國內(nèi)外研究現(xiàn)狀 83
8.2 基Kaldi的贛方言語音識別 86
8.2.1 Kaldi簡介 86
8.2.2 贛方言語音識別模型 86
8.3 實驗設(shè)置及結(jié)果分析 88
8.3.1 實驗設(shè)置 88
8.3.2 評測指標(biāo) 89
8.3.3 實驗結(jié)果分析 89
8.4 本章小結(jié) 90
參考文獻(xiàn) 90
第9章聽音識人——端到端贛方言點識別計算模型及平臺 92
9.1 基于語音識別的贛方言點識別基準(zhǔn)模型 92
9.1.1 模型框架 92
9.1.2 基準(zhǔn)模型實驗設(shè)置 93
9.1.3 基準(zhǔn)模型實驗結(jié)果分析 94
9.2 語音驅(qū)動的贛方言識別模型 95
9.2.1 基于語音特征的模型框架 95
9.2.2 混合模型 96
9.3 實驗設(shè)置及結(jié)果分析 96
9.3.1 實驗設(shè)置 96
9.3.2 實驗結(jié)果分析 96
9.4 聽音識人——贛方言智能處理平臺 100
9.4.1 PC型界面 100
9.4.2 移動型界面 102
9.5 本章小結(jié) 102
附錄計算機自動抽取的海峽兩岸及香港地區(qū)三元組 105