“老挝语”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果5671个，建议您升级VIP下载更多相关专利

[发明专利]一种以泰语为枢轴的老-汉双语语料库构建方法及装置-CN201910856645.8有效
发明人：毛存礼;高旭;余正涛;高盛祥;王振晗;聂男 -专利权人：昆明理工大学
申请日： 2019-09-11 - 公布日： 2022-06-14 - 主分类号： G06F40/58 文献下载
摘要：本发明先对汉语‑泰语平行语料数据进行泰语分词处理；构建老挝语‑泰语双语词典，并利用其将泰语句子逐词翻译成老挝语句子序列，得到候选的老挝语‑泰语平行句对；构建基于双向LSTM的老挝语‑泰语平行句对分类模型，对候选的老挝语‑泰语平行句对进行分类，获取老挝语‑泰语双语平行句对；以泰语为枢轴语言对老挝语和汉语进行匹配，构建老挝语‑汉语双语平行语料库。并根据上述步骤功能模块化制成以泰语为枢轴语言的老‑汉双语平行语料库构建装置，本发明解决了老挝语‑汉语语料稀缺的问题，对老‑汉双语语料库的构建具有一定的理论意义和实际应用价值。
一种泰语枢轴双语语料库构建方法装置

[发明专利]基于细粒度韵律建模的低资源老挝语语音合成方法-CN202211408064.6在审
发明人：余正涛;姜林;王琳钦 -专利权人：昆明理工大学
申请日： 2022-11-10 - 公布日： 2023-04-04 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及基于细粒度韵律建模的低资源老挝语语音合成方法，属于自然语言处理领域。针对老挝语语音资源极度稀缺，传统基于Tacotron2的神经网络语音合成方法在极低资源语料条件下模型难于训练充分，致使出现模型注意力机制崩坏，合成音频缺乏流畅度和自然度的问题，本发明提出了一种细粒度韵律建模的低资源老挝语语音合成方法，主要包括对老挝语语音合成数据预处理、基于细粒度韵律建模的老挝语语音合成两个部分构成。本发明所提的方法是提取老挝语音频中的音调特征及老挝语字符粒度预训练语言模型，通过交叉注意力机制融合不同层次的粒度特征，帮助模型更好的学习到文本‑梅尔谱图的注意力机制对齐关系，提高模型的韵律表现。
基于细粒度韵律建模资源老挝语音合成方法

[发明专利]基于CNN+BLSTM+CRF的老挝语复杂人名地名实体识别方法-CN201910215245.9在审
发明人：周兰江;彭骁男;张建安 -专利权人：昆明理工大学
申请日： 2019-03-21 - 公布日： 2019-08-09 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于CNN+BLSTM+CRF的老挝语复杂人名地名实体识别方法。本发明主要融合了老挝语语言学特征到算法模型中，在模型的使用中选择了多种模型融合的方法，提高识别精度，选用的算法模型为CNN+BLSTM+CRF。首先利用CNN将老挝语每个词的字符作为输入，输出特定长度的字符级特征向量。之后将老挝语词语作为输入到BLSTM中，输出和字符级特征向量长度一致的具有上下文语义特征的词向量，将字符级特征向量和词向量组合成完整特征向量。在此基础上将多条老挝语复杂人名地名构词特征融合到CRF算法中，用于提升老挝语复杂人名地名实体词的识别精度。本发明在老挝语复杂人名地名实体词识别上准确率有了提升。
老挝语特征向量实体识别算法模型词向量上下文语义实体词识别语言学特征长度一致构词特征基础上将模型融合融合输出准确率算法词语

[发明专利]一种融合多特征的老挝语人名地名实体识别方法-CN201811531250.2在审
发明人：周兰江;彭骁男 -专利权人：昆明理工大学
申请日： 2018-12-14 - 公布日： 2019-05-14 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种融合多特征的老挝语人名地名实体识别方法，属于自然语言处理中小语种识别领域。本发明融合了老挝语人名和地名的语言特征，使用BLSTM+CRF的算法模型。首先利用BLSTM(双向长短时记忆网络)训练老挝词语的后缀、前缀等形态特征的字符级向量。之后使用Gensim的word2vec在较大规模的老挝语背景语料中，训练具有上下文语义特征信息的词向量，并将字符级特征向量和词向量拼接成完整特征向量。最后将老挝语人名地名语言学特征融合到CRF(条件随机场)算法中，再将完整的特征向量输入到最后一层CRF(条件随机场)中进行命名实体识别训练，得到了融合老挝语语言学特征的命名实体识别模型。本发明在老挝语人名地名实体词识别上精确度有较大提升。
老挝语特征向量融合语言学特征命名实体实体识别词向量自然语言处理上下文语义实体词识别背景语料记忆网络识别训练算法模型特征信息形态特征语言特征语种识别机场拼接算法向量词语

[发明专利]基于卷积神经网络的老挝语印刷体文本光学字符识别方法-CN201910156076.6在审
发明人：周兰江;郝永彬;周枫;张建安 -专利权人：昆明理工大学
申请日： 2019-03-01 - 公布日： 2019-07-09 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了一种基于卷积神经网络的老挝语印刷体文本光学字符识别方法，属于自然语言处理和机器学习技术领域。本发明在输入印刷体文本扫描图片后，首先对图像进行二值化处理，并进行旋转矫正。然后因为老挝文为从左至右书写的横排元音附标文字，因此将预处理过的图像通过投影直方图法，按照先行后列的顺序，对整页字符进行切割，切分成老挝文字符组合。然后将切分出的老挝文字符输入针对老挝语特征建立的四路并行卷积神经网络模型中，输出对应的字符文本。最后按照老挝语语言规则对字符文本序列进行后处理，产生最终文本输出。本发明在老挝语字符识别及纸质资料数字化处理上有一定的应用价值。
老挝语印刷体文本光学字符识别卷积神经网络字符文本预处理机器学习技术神经网络模型自然语言处理图像二值化处理数字化处理投影直方图后处理横排并行卷积扫描图片文本输出语言规则纸质资料字符识别老挝文元音矫正切割书写输出应用

[发明专利]基于语言相似性的迁移学习平行句对抽取方法及装置-CN202110743036.9有效
发明人：毛存礼;满志博;余正涛;高盛祥;黄于欣;王振晗 -专利权人：昆明理工大学
申请日： 2021-07-01 - 公布日： 2022-12-20 - 主分类号： G06F40/211 文献下载
摘要：本发明首先对泰语、老挝语的语料进行预处理，将泰语中的子词和词语基于音标进行替换，得到泰语、老挝语句子的统一表示，然后，基于泰语‑老挝语之间的语言相似性利用数据迁移和模型迁移的方法将汉语‑泰语的平行句对抽取模型迁移到汉语‑老挝语的模型上，最后，利用预训练好的平行句对抽取模型对输入模型的汉语‑老挝语平行句对进行预测。本发明所提方法能够有效地对语言相似性进行建模和利用资源较丰富的汉语‑泰语句对抽取模型迁移到资源较稀缺的汉语‑老挝语句对抽取模型上，从而达到提升汉语‑老挝语句对抽取模型性能目的，具有重要的理论和实际应用价值
基于语言相似性迁移学习平行抽取方法装置

[发明专利]一种老挝语分词方法-CN201810810863.3在审
发明人：周兰江;何力;张建安 -专利权人：昆明理工大学
申请日： 2018-07-23 - 公布日： 2019-01-22 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种老挝语分词方法，步骤为：步骤1：根据老挝语音节规则构建一个老挝语音节字典；步骤2：将待分词的老挝语句子依据老挝语音节字典，按照字符串匹配算法划分为由一个个音节组成的序列，并将这些音节表示成词向量；步骤3：把这些向量作为已训练好的神经网络模型的输入，经过计算得到一个输出序列；步骤4：使用预测算法来解码这些序列，生成音节的标注标签；步骤5：根据标注标签得到老挝语句子预测分词结果。本发明利用神经网络强大的文本学习能力对老挝语已标注的分词语料进行学习，训练出一个网络模型，并配合预测算法推算老挝语音节的标注标签，从而达到老挝语分词的效果。
分词老挝语标注音节语音预测算法标签语句字典字符串匹配算法神经网络模型解码分词结果规则构建神经网络输出序列网络模型文本学习词向量向量语料推算预测配合学习

[发明专利]一种基于改进Transformer+CRF的老挝语命名实体识别方法-CN202010390416.4在审
发明人：周兰江;杨志婥琪 -专利权人：昆明理工大学
申请日： 2020-05-08 - 公布日： 2020-10-16 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于改进Transformer+CRF的老挝语命名实体识别方法，属于自然语言处理中小语种识别领域。本发明采用改进的Transformer模型对老挝语进行编码，再用CRF(条件随机场)模型进行解码，获得最优的标注序列。本文发明首先用Transformer作为字符编码器对老挝语的单个字符进行字符编码，将编码得到的字符级向量与预训练的词向量拼接并进行位置编码，作为Transformer编码组件的输入，先后通过多头注意力层和前馈神经网络层的训练，最后将得到的向量集合输入到融合了老挝语人名地名机构名语言学特征的CRF模型中进行命名实体识别训练，得到了融合了老挝语语言规则的命名实体识别模型。
一种基于改进 transformer crf 老挝命名实体识别方法

[发明专利]基于对比学习的汉-老、泰平行句对抽取方法及装置-CN202311113316.7在审
发明人：毛存礼;张思琦;高盛祥;黄于欣;王振晗;沈政 -专利权人：小语智能信息科技（云南）有限公司
申请日： 2023-08-31 - 公布日： 2023-09-29 - 主分类号： G06F40/205 文献下载
摘要：针对现有的平行句对抽取方法应用到汉‑泰、汉‑老上时，泰语和老挝语训练数据稀缺导致模型对泰语和老挝语的表征能力弱、抽取效果不好的问题，本发明方法包括文本数据预处理、训练基于对比学习的汉语‑老挝语、泰语平行句对抽取模型、进行汉语‑老挝语、泰语平行句对抽取三部分。根据这三个功能模块化制成基于对比学习的平行句对抽取装置，从汉语‑泰语及汉语‑老挝语可比语料中抽取平行句对，本发明有效提升了汉‑泰和汉‑老平行句对抽取效果。
基于对比学习平行抽取方法装置

[发明专利]一种基于SVM-BiLSTM-CRF的老挝语机构名称识别方法-CN201910215267.5在审
发明人：周兰江;晏雷;张建安 -专利权人：昆明理工大学
申请日： 2019-03-21 - 公布日： 2019-08-06 - 主分类号： G06F17/28 文献下载
摘要：本发明涉及一种基于SVM‑BiLSTM‑CRF的老挝语机构名称识别方法，属于自然语言处理的命名实体识别领域。本发明根据老挝语的语法特征将老挝机构名称分为机构名称前缀词和机构名称后缀词，并将机构名称前缀词提取构造成一个机构名称特征词典，使用SVM模型筛选出包含老挝语机构名称前缀词的句子，再将句子转化为字符级向量输入
老挝语名称前缀名称识别自然语言处理传统机器记忆模型句子转化名称后缀名称特征命名实体神经网络实体识别语法特征向量句子筛选融合机场学习

[发明专利]一种基于多模型组合神经网络的老挝语分词方法-CN201910201435.5在审
发明人：周兰江;谭琪辉;张建安;周枫 -专利权人：昆明理工大学
申请日： 2019-03-18 - 公布日： 2019-08-02 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种基于多模型组合神经网络的老挝语分词方法，属于自然语言处理和机器学习技术领域。本发明基于双向长短期记忆(Bi‑LSTM)神经网络结合attention模型和CRF模型，首先在待分词的老挝语料上进行字向量训练；然后引入去噪机制对输入的字嵌入量进行过滤调整；将过滤后的字嵌入向量输入Bi‑LSTM神经网络进行编码并输出音节序列，根据老挝语音节拼写规则将音节序列表示成特征词向量；引入attention模型对Bi‑LSTM网络的输入输出之间的相关性进行重要度计算，获取有效的老挝语词向量特征；最后由CRF利用改进的attention‑Bi‑LSTM‑CRF神经网络建立的老挝语分词模型，可有效对老挝语进行分词。
神经网络分词老挝语模型组合音节序列向量嵌入过滤机器学习技术自然语言处理解码输出标签序列输出概率向量特征向量训练特征词位信息重要度引入拼写去噪语料标注文本语音改进网络

[发明专利]一种基于组合神经网络的老挝语命名实体识别方法-CN201910159512.5在审
发明人：周兰江;李炫达;张建安;满志博 -专利权人：昆明理工大学
申请日： 2019-03-04 - 公布日： 2019-07-09 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种基于组合神经网络的老挝语命名实体识别方法，属于自然语言处理中小语种识别领域。首先利用Bi‑LSTM(双向长短期记忆模型)将老挝语句子序列进行编码，输出字符向量。在此基础上使用lookup操作获取片段的整体向量表示，然后将获得的片段信息表示向量、整体向量、其他特征向量拼接作为特征输入到神经网络模型中，进行老挝语命名实体识别训练。本发明识别效果明显优于传统统计学习方法，并获得与当前其他最优的老挝语命名实体识别系统相当的识别性能。
命名实体老挝语组合神经网络整体向量向量神经网络模型输出字符向量自然语言处理传统统计记忆模型内部单元片段信息神经网络识别系统识别性能识别训练双向循环特征输入特征向量信息表示语种识别字符向量子序列切片语句拼接分段学习

[发明专利]基于改进关系向量模型的老-汉双语句子相似度计算方法-CN201810808788.7在审
发明人：周兰江;李思卓;周枫 -专利权人：昆明理工大学
申请日： 2018-07-19 - 公布日： 2019-01-04 - 主分类号： G06F17/27 文献下载
摘要：本发明首先依据构建的老‑汉双语词典计算出老挝语和汉语句子的相似度值，然后充分考虑双语句子长度信息，计算出老挝语和汉语句子长度比例值，综合两个值计算出老挝语和汉语句子相似度值，使得老‑汉双语句子相似度计算具有较高的可靠性，这样就能在对齐过程中将相似度较高的老挝语和汉语句子进行对齐，简化句子对齐的流程。
双语句子老挝语相似度对齐汉语句子相似度计算句子对齐机器学习技术自然语言处理句子相似度双语语料库长度信息关系向量双语词典最佳匹配有效地准确率构建算法匹配平行挖掘改进研究

[发明专利]一种结合相似度和图匹配的老-汉双语句子对齐方法-CN201810225609.7有效
发明人：周兰江;李思卓;张建安 -专利权人：昆明理工大学
申请日： 2018-03-19 - 公布日： 2021-06-18 - 主分类号： G06F40/211 文献下载
摘要：本发明首先依据构建的老‑汉双语词典计算出老挝语和汉语句子的相似度值，然后充分考虑双语句子长度信息，计算出老挝语和汉语句子长度比例值，综合两个值计算出老挝语和汉语句子相似度值，使得老‑汉双语句子相似度计算具有较高的可靠性，这样就能在对齐过程中将相似度较高的老挝语和汉语句子进行对齐，简化句子对齐的流程。
一种结合相似匹配双语句子对齐方法

[发明专利]一种基于SVM和HMM的老挝语机构名称识别方法-CN201811532381.2在审
发明人：周兰江;晏雷 -专利权人：昆明理工大学
申请日： 2018-12-14 - 公布日： 2019-05-21 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及一种基于SVM和HMM的老挝语机构名称识别方法，属于自然语言处理和机器学习技术领域。本发明首先将老挝机构名称分为机构名称前缀词和机构名称后缀词，并根据老挝语特点将机构名称前缀词提取构造成一个机构名称特征词典，使用SVM模型判断存在于特征词典中的词是否为老挝机构名称前缀词，以确定前界，再使用HMM模型来确定老挝机构名称后界，以识别一个完整的机构名称。
名称前缀老挝语名称识别知识库机器学习技术自然语言处理传统机器基于机器名称后缀名称特征特征词典再使用学习融合支撑

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 5671 条