语音处理上如何逐渐减少对具体语料的依赖?

为解决语音处理上对大量具体语料的依赖及其繁重处理的问题,该文首先通过对语音处理的根本目标与语音技术的当前现状的分析,指出了这种依赖性的根源。接着通过对语音多变的不可避免性与声学不变量的相对性的阐述,说明语音的变化并非完全不可知,进而指出解决问题的关键在于充分认识语音变化的规律性和在处理系统中综合利用这些规律。最后,提出一个解决策略,基本原则就是通过完善语料库建设来促进知识与语料的有机结合,逐步以相对关系上的声学不变量来取代具体语料的作用。并对相关语料库的建设提出了初步设想。     

基于MFCCG-PCA的语音情感识别

针对语音情感值维度大、难处理的问题, 结合MFCC改进算法和PCA模型, 进行二次优化, 提出一种新的语音情感值提取模型MFCCG-PCA。多组实验表明, 相比一般的MFCC模型, MFCCG-PCA模型在语音情感识别方面的性能有较大提高。     

“回扣”的法理辨析及其英译探究

“回扣”是一核心法律术语,然而,就该术语概念的准确把握与使用而言,其现状却并不乐观。对该术语的法理辨析有助于准确理解“回扣”及相关术语并规范英译。     

基于多策略过滤的汉日多词短语抽取和对齐

在跨语言文本分析任务中,多词短语比单个词汇歧义小,语义表达更加准确,有助于提高文本理解的准确性。现有方法主要关注单个词的跨语言对齐。将多词短语抽取和跨语言对齐相融合,提出了一种基于多策略过滤的汉日多词短语抽取和对齐的方法。首先从一个语种出发,通过重复串、左右邻接熵、内部关联度、多词嵌套、停用词等方法提取并过滤得到具备完整语义的多词短语,然后利用平行语料库计算汉日多词短语的相似度,实现跨语言对齐。在整个过程中可结合日语语言规则与特点,根据语料规模、相关领域对过滤阈值进行动态调整,提高了多词短语的领域适用性。实验结果表明,该方法可有效抽取汉日多词短语并进行准确对齐,以多词短语为对齐单元,语义表达更完整,实用价值更大。     

语料库资源共享的可行性研究

语料库语言学研究的迅猛发展、计算机技术的发展和网络技术的普及、不同类型的语料库和语料库工具的开发为语料库资源共享提供了一个很好的平台。语料库已被广泛地应用于语言研究和外语教学。语料库建设横向合作、功能强大的语料库工具软件的开发和丰富的文本库资源和网络资源的应用使得语料库资源共享成为可能。但目前,要全面地共享语料库资源还有一定的困难,语料库资源共享应解决好语料的来源的真实性、代表性以及各种语料所占和合理比例;语料分析工具的兼容性、易操作性和统一性：建立语料库资源共享平台以及普及语料库语言学知识等问题。     

基于语料库的《斯坦福哲学百科全书》墨家核心术语英译研究

《斯坦福哲学百科全书》的墨学部分包含丰富的墨家核心术语。墨家核心术语作为墨家思想的精华,其恰当的英译对墨家思想在西方的传播起着关键作用。文章基于语料库研究《斯坦福哲学百科全书》墨学部分墨家核心术语的英译,以探寻墨家核心术语翻译策略和方法。结果发现,方克涛更偏向使用归化的翻译策略,翻译方法多样,以直译、意译为主,辅以音译、汉字注释、同义词的方法,翻译形式多样,而其中包含深层次的原因。     

GloWbE语料库在英语方言变体研究中的应用

基于GloWbE语料库对20个国家的英语方言变体从词汇、短语、句法、语义到语言文化各个层面进行研究。GloWbE提供的反映20国英语方言使用实际的真实语料和全面的检索方式,为多维度认识和研究这20国的英语方言变体提供了可靠的工具保证和注入了新的活力。     

基于COCA语料库的英语近义词辨析——以abolish、cancel和repeal为例

在英语词汇学习中，近义词辨析既是重点也是难点。学习者借助词典进行辨析依然感到困难重重。语料库因其语料丰富、搜索功能强大等特点能够很好地取代词典，学习者可以利用语料库进行数据驱动式的近义词辨析。文章基于COCA语料库，从词频、语域分布、搭配、类联接、语义韵切入，辨析了近义动词abolish、cancel和repeal，探索了基于语料库的近义词辨析新路径。     

基于分层ERNIE模型的中文嵌套命名实体识别

近年来中文嵌套命名实体识别的相关研究进展缓慢，BERT和RoBERTa等预训练模型在处理中文语言时，导致模型只能学习到不完整的语义表示.针对以上两个问题，首先使用现有的中文命名实体基准语料库ACE2004和ACE2005,依照原始语料的中心词和外延的关系自动构造嵌套命名实体；然后使用分层ERNIE模型在构建好的中文语料库上进行中文嵌套命实体识别的研究，相较于BERT等模型，ERNIE模型则是通过对中文实体语义单元的掩码，使得模型学习完整概念的语义表示.实验结果表明，分层ERNIE模型在ACE2004和ACE2005两个中文嵌套命名实体语料库上F1值分别为84.5%和85.9%,性能优于BERT和RoBERTa模型.