城市型大学东南亚语种人才培养模式探索——以成都大学为例

在中国-东盟自由贸易区快速发展的背景下,四川省与东盟国家在政治、经济、贸易、文化、教育等方面的联系日益紧密。因此,市场需要更多的通晓东南亚国家语言的人才。城市型大学应积极适应地方经济发展对东南亚语种人才的需求,不断探索和改进人才培养模式,为地方经济发展提供智力支持。     

高职东盟小语种专业“双证书制”复合型人才培养模式研究与实践

随着中国—东盟自由贸易区和北部湾经济区的建设和发展,社会对东盟语种人才需求越来越大,对毕业生的素质要求也越来越高,推行＂双证书制＂开拓新型的高职东盟小语种复合型人才培养模式势在必行,本文从高职东盟语种专业的培养目标、具体内涵和实行中需要注意的一些问题进行了探讨。     

基于鉴别性向量空间模型的语种识别

传统语种识别中训练数据库的规模庞大,对于语种分类有鉴别性的信息大量重叠,且训练数据的不同信道条件、不同来源都会对训练和测试有一定干扰。针对这些问题,提出一种鉴别性向量空间模型(D-VSMs)建模方法。D-VSMs能够自动过滤训练集中信息重叠的数据,使得每一个支持向量机的训练数据都有针对性,从而用较少的训练数据能取得较好的分类效果。在美国国家标准技术局(NIST)2009年语种识别测试中,D-VSMs只用了原训练数据的25%,计算量是传统并行音素识别器后接向量空间模型(PPRVSM)的10%,等错误率在30s、10s和3s的测试条件下分别比传统PPRVSM下降了12.75%、15.89%以及7.33%。     

中国高校东南亚语种人才培养现状及对策

在问卷调查的基础上,对中国高校东南亚语种人才培养进行探讨,分析东南亚语种面临的机遇和挑战及东南亚语种人才培养现状,提出加强东南亚语种人才培养的对策。     

谈谈字母词

全球几千种语言，“很少是自给自足的”（萨丕尔），时刻都在进行着跨语言文化的词语代码转化，并生成民族化的外来词。在200个国家中有120个国家，在民族化的同时兼顾国际化：拉丁文语种以借形为主，非拉丁文语种（俄语、日语）以借音为主（兼顾借形），而汉语以借意为主（约占75％）。20世纪初，在新文化浪潮的冲击下，中国开始出现了惜形的新奇现象。数学和文学里分别出现了x＋y=a，阿Q。紧接着自然科学和社会科学纷纷出现了诸如此类的现象。到了改革开放新时期，借形已成了新潮。所谓的“字母词”，就是借形词的一种。     

基于SVM一对一分类的语种识别方法

语种识别系统通常采用支持向量机(support vectormachine,SVM)一对多分类加Gauss后端分类器的方法进行分类。传统的SVM一对一分类在进行线性鉴别性分析(linear discriminant analysis,LDA)时特征值矩阵往往为奇异的,识别性能很低。该文提出一种改进的一对一分类方法,对SVM一对一分类得分重新建模,识别性能明显提高。在美国国家标准技术署(National Institute of Standardsand Technology,NIST)2011年语种识别评测(languagerecognition evaluation,LRE)30s数据集上的实验结果表明:在采用SVM的全变化量因子分析(total variability,iVector)和支持向量机-Gaussn超向量(support vectormachine-Gaussian super vector,SVM-GSV)语种识别系统上,该方法比SVM一对多分类方法性能更好,并且两种方法线性融合可明显提升识别性能,在iVector系统上各指标相对提升7.7%～15.9%,在SVM-GSV系统上各指标相对提升11.2%～33.9%。     

基于译文特征的中英文跨语种抄袭识别

针对科技类学术论文的跨语种反抄袭识别问题,以中英跨语种抄袭的识别为目标展开了研究,用于探讨进行跨语种抄袭识别的方法.通过挖掘中文译文的内在规律找到了一组可以表明译文风格的译文特征,并通过这些译文特征和决策树算法识别出存在抄袭嫌疑的科技论文.试验系统开放测试的准确率和召回率分别到达了88.68%和79.17%.     

基于GFCC和能量算子倒谱的语种识别

为了提高低信噪比下语种识别的准确率,引入一种新的特征提取融合方法.?在前端加入有声段检测,并基于人耳听觉感知模型提取伽玛通频率倒谱系数(Gammatone?Frequency?Cepstrum?Coefficient,GFCC)特征,通过主成分分析对特征进行压缩、降噪,融合每个有声段的Teager能量算子倒谱参数,通过...     

基于Multilingual的音素识别及其在语种识别中的应用

国际上对自动语种识别进行了广泛的研究,提出了各种各样的方法,美国国家标准技术研究所(NIST)多年的评测表明,基于并行音素识别(parallel phoneme recognition language modeling,PPRLM)的方法取得了很好的性能.该文提出了一种基于多种语言的音素识别方法的自动语种识别系统,系统中Multilingual音素集是使用基于数据驱动聚类获得.通过真实环境电话语音测试表明,该方法在只使用了很少的识别时间的情况下,获得了跟传统的PPRLM系统可比的识别正确率.同时经过与PPRLM系统融合后,获得了更好的性能,跟其他主流的几种语种识别方法也有可比的性能.     

《甘肃科学学报》引文统计分析

运用文献计量学中引文分析方法，对《甘肃科学学报》１９９３年￣１９９７年刊出的３６９篇论著中引用的２３８０条文献作了统计分析。结果表明：引文运用率为９９．４６％，平均引文量为６．４５；中文与英文文献被引率分别为５８．２３％和３９．８７％，期刊被引率为７７．４７％，图书为２１．０％，其它１．４％，普赖斯指数为２７．０６％，近十年的引文量占５０％以上，引用文献半衰期为９年。上述结果可供作者，读者，编者全