维吾尔语浊塞音的声学特征分析

该文从实验语音学的角度出发,利用"维吾尔语语音声学参数库",选择其中包含浊塞音b、d、g的466个单音节及多音节词,对其声学参数进行统计分析,归纳了其共振峰、音强、时长、嗓音起始时间和无声段的分布模式。根据语音学的规律对各浊塞音的声学特点进行了深入研究,通过分别对浊塞音发生清化和保持原来浊特点时的特征参数同其对立清塞音相应的特征参数进行对比,探讨了浊塞音的清化现象。该文用实验数据证明了浊塞音清化时会表现出清塞音特征,并获得了区分浊塞音的诸多声学参数。     

维吾尔语陈述句语调的起伏度

该文基于语调格局的研究思路,采用语调起伏度的计算方法,初步对维吾尔语标准语发音人的陈述语句语料进行了定量分析,考察语句调域(总调域)和调群调域(分调域)的音高表现。研究结果表明:划分总调域和分调域、计算起伏度的方法可以对于语句音高进行量化分析,从而实现不同发音人之间的可比性,进一步可以探求维吾尔语陈述句语调起伏度的分布特征。     

基于条件随机场的维吾尔人名识别方法

人名识别是自然语言处理中具有挑战性的任务之一。该文实现了基于条件随机场的维吾尔人名识别。首先从对维吾尔语黏着性特点的分析入手,研究总结了维吾尔人名的构成特点,实现了以词形、词性、词干、后缀、首音节、最后一个音节和最近一个动词等为特征,基于条件随机场的维吾尔语人名识别方法,并设计了选取最佳特征模板的贪婪算法。实验结果表明:该方法达到了较高的性能,识别维吾尔人名的准确率、召回率和F-score分别达到了90.03%、82.96%和86.35%。     

基于词间关联度度量的维吾尔文本自动切分方法

提出一种基于词间关联度度量的维吾尔文本自动切分方法。该方法从大规模生语料库中自动获取维吾尔文单词Bi-gram及上下文语境信息, 在充分考虑维吾尔文单词间结合规则的前提下, 将相邻单词间的互信息、t-测试差及双词邻接对熵的线性融合作为组合统计量(dmd), 度量文本中相邻单词之间的关联程度。以dmd度量的弱关联的词间位置作为切分点进行自动切分, 得到语义及结构完整的词串, 而不仅仅是以空格隔开的单词。在大规模文本语料上进行的测试表明, 该方法的切分准确率达到88.21%。     

基于着色处理的维吾尔文手写文本行分割

针对维吾尔文手写体文本中行分割问题,该文根据维吾尔文字包含区分字母的诸多点笔画和附加部分的特点,对文字主体笔画部分采用分段式前景涂抹算法,并将涂抹后图像的前景部分进行细化运算,通过细化线条与原图像的叠加、着色处理获取主体文本区域定位;然后通过重心辐射扫描的方法,解决了剩余细小笔画的文本行归附问题。实验结果表明:该文方法与常见的水平投影、分段式投影与基于涂抹方法相比具有更好的行分割效果。