語言變體語料庫構建及計算模型

目錄
第1章 相似語言及變體研究概述 1
1.1 相似語言及變體相關概念 1
1.2 相似語言及變體研究綜述 2
1.2.1 語料庫資源建設 2
1.2.2 計算模型 4
1.2.3 評測指標 6
1.3 本章小結 7
參考文獻 7
第2章 相關技術 10
2.1 傳統(tǒng)技術 10
2.1.1 支持向量機 10
2.1.2 統(tǒng)計語言模型 12
2.1.3 互信息 12
2.1.4 相似度計算 13
2.1.5 隱馬爾可夫模型 15
2.2 最新深度學習技術 16
2.2.1 詞向量 16
2.2.2 神經網絡語言模型 17
2.2.3 word2vec模型 18
2.2.4 多層感知機 19
2.2.5 循環(huán)神經網絡 20
2.2.6 卷積神經網絡 21
2.3 本章小結 22
參考文獻 22
第3章 海峽兩岸及香港地區(qū)三元組和詞對齊語料庫構建 24
3.1 語言變體 24
3.2 詞對齊定義 27
3.3 三元組和詞對齊語料庫 28
3.3.1 處理框架 28
3.3.2 標注規(guī)范 29
3.3.3 三元組語料 30
3.3.4 詞對齊語料 32
3.4 本章小結 34
參考文獻 35
第4章 海峽兩岸及香港地區(qū)詞對齊抽取計算模型 37
4.1 相關工作 37
4.2 基于word2vec的兩階段詞對齊抽取模型 38
4.2.1 階段1模型 38
4.2.2 階段2模型 40
4.3 基于詞映射規(guī)則的詞對齊抽取模型 40
4.3.1 詞對齊算法 41
4.3.2 詞映射規(guī)則后處理 41
4.4 實驗設置及結果分析 43
4.4.1 實驗設置 43
4.4.2 評測指標 43
4.4.3 實驗結果分析 43
4.5 本章小結 49
參考文獻 50
第5章 句子級中國、新加坡、馬來西亞語言類型識別計算模型 52
5.1 相關工作 52
5.2 語言類型識別模型 53
5.2.1 特征抽取 53
5.2.2 分類器構建 56
5.3 實驗設置及結果分析 57
5.3.1 實驗設置 57
5.3.2 實驗結果分析 58
5.4 本章小結 61
參考文獻 61
第6章 多模態(tài)贛方言篇章平行語料庫構建 63
6.1 贛方言概述 63
6.2 多模態(tài)贛方言篇章平行語料庫構建 65
6.2.1 標注規(guī)范 66
6.2.2 標注過程 67
6.2.3 篇章級贛方言平行語料庫標注實例 67
6.2.4 語料統(tǒng)計及標注質量 68
6.3 本章小結 69
參考文獻 69
第7章 句子級贛方言語言類型文本識別計算模型 71
7.1 基于特征抽取的贛方言識別模型 71
7.1.1 特征抽取 71
7.1.2 分類器構建 71
7.2 基于深度學習的贛方言識別模型 71
7.3 實驗設置及結果分析 72
7.3.1 實驗設置 72
7.3.2 實驗結果分析 73
7.4 本章小結 78
參考文獻 78
第8章 贛方言語音識別計算模型 80
8.1 語音識別簡介 80
8.1.1 語音識別框架 80
8.1.2 國內外研究現(xiàn)狀 83
8.2 基Kaldi的贛方言語音識別 86
8.2.1 Kaldi簡介 86
8.2.2 贛方言語音識別模型 86
8.3 實驗設置及結果分析 88
8.3.1 實驗設置 88
8.3.2 評測指標 89
8.3.3 實驗結果分析 89
8.4 本章小結 90
參考文獻 90
第9章 聽音識人——端到端贛方言點識別計算模型及平臺 92
9.1 基于語音識別的贛方言點識別基準模型 92
9.1.1 模型框架 92
9.1.2 基準模型實驗設置 93
9.1.3 基準模型實驗結果分析 94
9.2 語音驅動的贛方言識別模型 95
9.2.1 基于語音特征的模型框架 95
9.2.2 混合模型 96
9.3 實驗設置及結果分析 96
9.3.1 實驗設置 96
9.3.2 實驗結果分析 96
9.4 聽音識人——贛方言智能處理平臺 100
9.4.1 PC型界面 100
9.4.2 移動型界面 102
9.5 本章小結 102
附錄 計算機自動抽取的海峽兩岸及香港地區(qū)三元組 105