维吾尔语的词性标注校对初探

近些年来语料库语言学的发展较为迅速,语料库的建设成为一项重要的工作。在对语料加工的过程中,保证词性标注的一致性也成为建设高质量语料库的首要问题.本文首先概要介绍了一种维吾尔语的标注方法,并受一些文献的启发,根据维吾尔语的特点对其进行词性标注自动校对的研究,进而提高维语词性标注的正确率。     

大规模在线课程非专用资源预测与查询调度

大规模在线课程系统需要大量资源作支撑。资源使用的动态性及租用的固定性导致资源被浪费。将“非专用”思想应用于系统,可整体降低资源租用量。首先通过马尔可夫“生灭”过程预测资源状态,筛选出“非专用”资源;接着建立查询期望代价矩阵,使用A-MM（Adaptive Min-Min and Max-Min）算法进行自适应查询处理;最后实验表明,预测错误率低,性能稳定;A-MM有较好执行效率和平衡负载能力。     

基于统计机器翻译的汉维词对齐研究

描述了一个基于统计机器翻译的汉维词对齐系统。系统处理过程分为两个模块:预处理和词对齐。预处理过程包括汉文文本预处理和维吾尔文文本预处理,其中维吾尔文文本预处理过程为:首先将维吾尔文转换成拉丁维文,然后将拉丁维文中个别字符替换为无歧义的字符。词对齐实现过程:首先利用IBM Model1-3,然后结合Och等人提出的启发式的思路进行优化,构建基于统计机器翻译的汉维词对齐系统。实验结果表明此系统可行。     

数字化民俗博物馆建设中数据存储方案研究

在数字博物馆的建设中,存在大量的图片、视频、声音、大文本或大二进制文件、3D图像、声音解说、电影录像等多媒体数据和大量的展品信息数据。为方便对这些数据进行存储、管理、检索等,并使用户方便快捷地浏览到博物馆中信息,本文对博物馆中大量的数据信息的存储方案进行了研究,并对不同存储方案进行了测试比较,根据数字博物馆中各种多媒体数据特点的不同,分别采用了不同的存储方案。     

基于短语的统计机器翻译中汉维短语对抽取算法改进

提出一种改进的短语抽取算法,该算法首先考虑词对齐矩阵中一个汉语词对齐到多个维语词的情况(包括不连续),然后采用Och方法进行判断.如果满足条件则进行短语抽取.试验结果表明,改进后的短语抽取算法能够抽取出更多汉维短语对,提高短语翻译对抽取的效果.     

基于短语结构语法的维吾尔语规则库建设

通过设计规则提取系统时新疆大学多语种信息技术自治区重点实验室维吾尔语词性标注语料库(XJU UPOS Corpus)上随机提取的2000条句子进行规则的提取,形成规则库,此工作为后期维吾尔语句法分析器的设计及维吾尔句法树库的建立奠定基础.     

10月装机推荐配置

介绍了一个基于内容的维文文本检索系统,该系统采用向量空间模型.文中对该系统的设计思想进行了介绍,给出了文档标引、权值计算和相似度计算的具体方法,并针对维文自身的特点.对维文的存储以及维文文档特征项的抽取等方面的问题进行了具体探讨.