离散标签与维度空间结合的语音数据库设计

建立了一个将离散情感标签与维度情感空间结合起来的汉语情感语音数据库。该数据库由16名母语为汉语的说话人对情感语音进行表演型录制。语音样本是根据中性、愉悦、高兴、沮丧、愤怒、哀伤,以及悲伤等七种离散的情感标签采集而得,每名说话人有336条语音样本。随后由三名标注人在维度空间上对每条语音样本进行标注。最后,根据标注所得的数据来研究这七种情感在维度空间的分布情况,并分析了情感在一致性、集中性和差异性方面的性能。除此以外,还计算了这七种情感的情感识别率。结果显示,三名标注人对该数据库标注的一致性都达到了80%以上,情感之间的可区分度较高,并且七种情感的情感识别率均高于基线水平。因此,该数据库具有较好的情感质量,能够为离散情感标签到维度情感空间的转化提供重要的研究依据。     

化工英语语料库的构建与应用前景

语料库是利用大数据技术进行语言信息搜集、整理、处理分析,为语言学研究和语言教学服务的一种数据化信息资源库.当前,世界范围内,通用型大规模语料库的建设和运用已经达到成熟阶段,极大地便利了各领域的语言教学和研究,而行业型、专业化的小型专门用途语料库的建设进展则不尽如人意,这阻碍了专业化、行业化语言教学研究的深入发展.化工英语作为专业英语中的一种,对化工行业的学术交流和化工经济的国际化发展起着重要支撑作用,在优秀化工英语人才相对缺乏、化工英语教学模式僵化、化工英语翻译效率低下的背景下,构建语料充实、术语专业、智能化程度高的化工英语语料库,对助推化工英语的教学和翻译研究,以及化工经济的发展都具有现实意义.     

中文电子病历命名实体标注语料库构建

针对中文电子病历命名实体语料标注空白的现状,研究了中文电子病历命名实体标注语料库的构建。参考2010年美国国家集成生物与临床信息学研究中心(1282)给出的电子病历命名实体类型及修饰类型的定义,在专业医生的指导下制定了详尽的中文电子病历标注规范;通过对大量中文电子病历的分析,提出了一套完整的中文电子病历命名实体标注方案,而且采用预标注和正式标注的方法,建立了一定规模的中文电子病历命名实体标注语料库,其标注语料的一致性达到了92%以上。该工作对中文电子病历的命名实体识别及信息抽取研究提供了可靠的数据支持,对医疗知识挖掘也有重要意义。     

面向石油化工领域的语料库建设研究

基于专家内省方法获取领域知识已无法满足要求,试图发挥内省和统计两种方法的优势,提出包含生语料级、词汇级、句子级和篇章级4个层级的领域语料库设计框架,使每一个层级的语料可以独立地进行NLP分析和服务高一个层级语料.在此设计框架下,建立了大规模的石油化工领域语料库,为石油化工行业的知识获取和分析提供基础资源和素材,支撑石化领域知识工程项目的研究与应用.     

基于棋盘空间的中文命名实体识别研究

命名实体识别NER是自然语言处理NLP领域中重要的基础任务之一。BIOE序列标注一般采用间接标注实体的方法,难以解决实体嵌套的问题;实体位置和实体类别两阶段的识别存在误差传播问题。针对该问题,根据实体在文中始末位置2个维度构建棋盘,再结合类别维度构建三维棋盘空间来标注实体,棋盘空间中的一个标注点即代表一个实体,是一种在高维空间直接标注实体的方法。该文在预训练模型BERT/NEZHA的基础上设计了一种NER模型,在CLUENER2020数据集上进行试验,棋盘空间标注的NER的F1指标分别为80.43和80.71,相比于BERT-CRF等模型略有提升,表明该标注方法和模型具备可行性和先进性。     

关于机械图样中表面粗糙度标注方法

零件的表面粗糙度是衡量零件表面加工质量的一项重要指标,也是机械图样中广泛使用的一种标注符号,而其完整的自动化和智能化的标注方法在大多数绘图软件中几乎没有提供。因此,探讨方便快速的绘图技术,对提高绘图的效率和质量尤为重要。分析了国家标准GB/T131-1993对表面粗糙度标注的要求,从表面粗糙度符号的绘制、标注位置、方向以及表面粗糙度数值的注写,提出了一种简便可行的算法,并给出了在Auto CAD2000/2002环境下,运用Visual Lisp语言实现该算法的标注实例。     

材料英语语料库的建设及应用——评《复合材料与工程专业英语》

我国国内高校材料专业通过加强学生对于材料专业英语的学习,可以更好地提高学生对于相关行业的了解,并提高其实际工作中所需的英语运用能力.语料库是一种语言学习资源,可帮助人们对语言进行研究,是研究经验主义语言学的重要方法和资源,语料库的类型有很多,通常依据用途和研究目的来进行分类,大致可分为异质语料库、同质语料库、系统语料库和专用语料库.     

建筑工程英语小型语料库的构建标准与应用

语料库的建立需要大量的语言运用文本所形成的自然信息作支撑,并且遵循语言学规律从而形成的词汇、语句等的电子语言资料库。本文中,笔者以建筑工程英语小型语料库为例,首先阐明了语料库的设计目的与思路,进而说明了建筑工程小型语料库的构建流程,最终结合当前我国建筑工程英语小型语料库实际情况,对建筑工程英语小型语料库的应用前景做出了预计,具有较强的理论及实际参考价值。     

情感语音特征对语料库依赖性的统计分析

简述线性预测倒谱系数（LPCC）、Teager能量算子（TEO）、梅尔频率倒谱系数（MFCC）和过零峰值幅度（ZCPA）特征提取方法,并将这四种方法应用于情感识别。设计两种实验,第一种是使用TYUT和Berlin语料库的单语言实验,这种实验证明,以上四种特征在单一的语料库单一语言条件下均能够有效地表征语音的情感特征,其中MFCC特征对情感的识别率最高。第二种实验是混合语料库的单一语言实验。之前大多数关于情感特征的研究都是基于某一种语料库中某种特定语言的,但在实际中,说话人的背景环境总是多种多样。因此,对特征的混合语料库研究是有现实意义的。第二种实验证明这四种特征都是语料库依赖性的,其中 ZCPA特征的识别率下降最少。     

对JJF1070-2005中实际净含量判定问题的探讨

JJF1070-2005《定量包装商品净含量计量检验规则》中,对样本平均实际含量的判定规则是：样本平均实际含量应大于或等于标注净含量减去样本平均实际含量修正值λs,也就是样本平均实际含量加上样本平均实际含量修正值λs应大于或等于标注净含量。     

中英投诉信体裁对比分析

体裁分析是语篇分析研究的新发展，是深层次语篇分析的有效方法，旨在研究语篇的交际目的和语言使用策略。本文首先建立了一个小型语料库，包括15篇中文投诉信和15篇英文投诉信。然后运用体裁分析理论对和对比分析方法，从语篇宏观结构和微观语言技巧策略两方面对所收集的语料进行分析。研究表明中英文投诉信之间在宏观语篇构建和微观语言策略上存在共性和差异，证实了交际目的是体裁分析的核心。     

三维标注信息的管理方法研究

针对三维标注存在的“刺猬”现象,提出了一种基于关联关系图的三维标注信息管理思想.通过将标注信息关联的零件特征用图结构进行表示,以关联关系图为单位对标注信息进行显示和分类.研究了标注信息图的定义、建立方法和关联关系图的搜索算法,基于UG/NX7.5平台和VC++语言开发了原型软件,通过实例验证了该方法的可行性和实用性.     

UCD研究进展、热点与趋势分析

目的 利用文献计量学对UCD设计方法的研究现状进行可视化分析,探索UCD的研究热点及未来前沿趋势。方法 以Web of Science核心合集数据为分析样本,利用Citespace、VOSviewer将该研究主题的文献发文量、国家和组织合作、学科领域分布、     

基于轻量级CNN与主动学习的工件疵病识别方法研究

应用图像识别技术实现工件疵病自动检测可以提高效率,降低人工成本。卷积神经网络(CNN)具有很强的特征提取能力,广泛应用于图像识别等领域。但是,已提出的网络模型普遍存在参数量和计算量巨大,以及海量工件数据集中、人工标注成本高等缺点,很难应用于工件疵病的实时自动识别。本文提出了一种基于轻量级CNN与主动学习的工件疵病识别方法,该方法通过深度可分离卷积和反转残差卷积构建一种轻量级卷积神经网络,并在识别过程中采用主动学习方法不断添加标注样本。实验表明,提出的方法识别精度达到98.3%,并且能节省18.8%的人力标注成本。     

基于TSVM与主动学习融合的蛋白质交互作用关系抽取

针对蛋白质交互作用关系(PPI)抽取研究中已标注语料有限而未标注生物医学自由文本易得的问题,进行了基于直推式支持向量机(TSVM)与主动学习融合的蛋白质交互作用关系抽取研究.通过自主选择最优的未标注样本加入到TSVM的训练过程中,最大程度地提高了系统的性能.实验结果表明,TSVM与主动学习融合的算法在少量已标注样本和大量未标注样本组成的混合样本集上取得了较好的学习效果,与传统的支持向量机(SVM)和TSVM算法相比,能有效地减少学习样本数,提高分类精度,在AImed语料上取得了F测度为64.12%的较好性能.     

短语学的研究方法

短语学作为语言学各个领域的附属研究项目在过去的几十年中一直是语言学研究领域的擦边球,对其研究也大都沿用了传统的基于语言模式的词汇语法研究方法,通过词根、意义、语法句法限制等对短语现象界定和研究,并且传统的研究多基于直觉.J.R.Firth最早提出用语料库的研究方法对词项共现现象进行研究,之后韩礼德和辛克莱(1996)继承并发展了弗思的理论,并提出了包括节点词、搭配词等一整套的概念和方法从语料库提取搭配例证.本世纪80年代短语学正式独立为一门系统的学科领域后,其研究方法仍是传统理论驱动和语料库数据驱动两大类,然而由于短语学自身的广泛性和多样性使得对其研究方法遭遇瓶颈,WillyMartin(2008)提出的整合分析法则使得短语学研究柳暗花明.本文将旨在对传统研究方法和语料库研究方法在短语学研究中的发展演化以及各自特点优劣势进行概述,并探讨分析Willy Martin所提出的整合分析法的合理性和发展趋势.     

标准文献语料库的构建与应用研究

标准文献语料库构建,是指以标准文献作为语料库加工素材的语料库建设和系统开发的过程。本文介绍了标准文献语料库原型系统的构建研究,并介绍了标准文献语料库的应用研究。     

油气管道腐蚀缺陷分类识别技术研究

缺陷准确量化是管道漏磁检测领域中长期存在的一个难点,而对缺陷进行科学的分类是实现准确量化的重要前提。针对不同形态的缺陷,分析其特征参数对漏磁信号的影响因素,建立用于缺陷分类的BP神经网络模型,设计改进的Levenberg-Marquardt算法用于网络训练,并利用Ansoft Maxwell 3D建立仿真缺陷数据作为样本进行测试。结果表明:改进后的神经网络系统可实现对缺陷的有效分类,改善传统算法分类精度低、误差大的缺点,收敛速度大幅度提高。该方法已成功应用于大型油气田软件工程领域,为实现缺陷准确量化提供基础和依据。     

应用粗糙集理论提取特征的词性标注模型

针对词性标注中的复杂特征提取问题,应用粗糙集理论(rough sets),有效地挖掘了包括长距离特征在内的复杂特征,并有效地处理了语料库噪声问题.最后,将这些特征融合于最大熵模型中,训练时按模型整体性能为其分配权重.开放实验表明:增加粗规则后获得96.29%的标注精度,相比原有模型提高了0.83%.     

专业英语语料库在高校材料专业教学中的应用——评《功能材料专业英语阅读教程》

专业英语语料库是指通过计算机收集分类整理且被人们真实使用过的专业领域内的语言资源库,使用者可利用语料库进行学习和研究.随着社会的发展和教育的进步,语料库逐渐被应用于专业课程的英语教学过程中,语料库环境下的英语教学教师通过引导学生进行自主学习,教会学生利用语料库自己动手、思考、练习并进行归纳总结,在这个过程中再结合教师的重点内容讲解,帮助学生夯实语言基础.但由于专业英语有大量和专业相关的词汇需要记忆,很多学生难免会觉得枯燥无味;传统的专业英语课程教学模式更是无法激发学生的学习热情,教学效果不理想.而在教学中采用专业英语语料库,使学生完全参与到学习过程中,不再是教师在讲台上一味地灌输讲解,学生的充分参与使课堂气氛更加活跃,充分调动了学生学习的积极性,不仅可促进学生的个性化发展及其它方面能力的培养,还可提高教师的教学能力与教学水平.由雷西萍、管婧、丁冬海和孙昱艳编著、冶金工业出版社出版的《功能材料专业英语阅读教程》一书,主要介绍了电材料、磁材料、光材料等八类材料的发展、结构、制备方法等内容.材料专业及其他相关专业的学生和感兴趣的读者通过阅读该书可对这些材料有清晰的了解和认识.