检索结果-维普期刊中文期刊服务平台

基于deep belief nets的维吾尔语句子级情感分析被引量：3: 1; 作者衣马木艾山.阿布都力克木李敏 +3 位作者李自臣陈梅田生伟禹龙《计算机应用研究》 CSCD 北大核心 2018年第7期2066-2070,共5页; 针对维吾尔语句子情感信息,即喜、怒、哀、乐和客观五分类任务,提出了一种利用深度信念网络(deep belief nets,DBN)模型的深度学习机制进行基于深层语义特征的句子级情感分析方法。该方法通过对维吾尔语情感句及语言特点的深入研究,提... 展开更多; 关键词维吾尔语情感分类深度学习深度信念网络词语嵌入; 在线阅读下载PDF 职称材料

维吾尔语中塞音、塞擦音VOT的实验研究被引量：4: 2; 作者姜锐衣马木艾山.阿布都力克木 +1 位作者祖丽皮亚.阿曼艾斯卡尔.艾木都拉《计算机工程与应用》 CSCD 2013年第10期223-227,246,共6页; 根据语音合成与语音识别等语音应用研究的需求,从文本分析模块入手,第一次利用"维吾尔语语音声学参数库",选择了带有塞音和塞擦音的556个双音节词,重点提取了塞音、塞擦音的位置在双音节词的词中和词尾时嗓音起始时间VOT特征... 展开更多; 关键词噪音起始时间(VOT) 维吾尔语双音节词塞音塞擦音送气不送气; 在线阅读下载PDF 职称材料

基于规则的维吾尔人名汉文机器翻译算法研究被引量：9: 3; 作者衣马木艾山.阿布都力克木吐尔地.托合提艾斯卡尔.艾木都拉《计算机应用与软件》 CSCD 2010年第8期86-87,147,共3页; 人名机器翻译传统的方法是依赖于预先建立的对照词库。这种方法的缺点是,因为不断出现新的人名而建立丰富、全面的对照词库是不可能的。研究了维吾尔人名汉文音译规则:读音规则,并在此基础上提出了一种新的基于规则的维吾尔人名汉文机... 展开更多; 关键词维吾尔人名汉文翻译机器翻译规则; 在线阅读下载PDF 职称材料

基于弹性网格混合特征的脱机手写维文识别被引量：1: 4; 作者贾建忠龚声蓉衣马木艾山.阿布都力克木《计算机应用与软件》 CSCD 北大核心 2014年第9期172-176,共5页; 手写体维文识别技术的关键在于特征提取方法的选择。为探求一种可靠性高、可分性强的脱机手写维文特征提取方法,在分析现有方法的基础上,结合维吾尔文字词自身的特点,提出一种在局部特征上基于弹性网格区域笔划密度、方向分解特征,在全... 展开更多; 关键词弹性网格混合特征归一化聚类中心可分性判据; 在线阅读下载PDF 职称材料

协同过滤在中文维基百科类别推荐上的应用: 5; 作者王静何婷婷衣马木艾山.阿布都力克木《计算机应用》 CSCD 北大核心 2013年第3期838-840,844,共4页; 针对传统人工编辑导致大量类别信息重复和不规范的问题,提出了应用协同过滤技术为中文维基百科文章自动推荐类别。利用中文维基百科中的四个重要语义特征即链入、链出、链入的类别和链出的类别来表示维基百科文章,得到与目标文章相似的... 展开更多; 关键词协同过滤中文维基百科类别推荐语义特征; 在线阅读下载PDF 职称材料

题名基于deep belief nets的维吾尔语句子级情感分析被引量：3: 1; 作者衣马木艾山.阿布都力克木李敏李自臣陈梅田生伟禹龙; 机构乌鲁木齐职业大学信息工程学院乌鲁木齐职业大学智能信息处理研究中心新疆财经大学统计与信息学院新疆大学软件学院新疆大学网络中心; 出处《计算机应用研究》 CSCD 北大核心 2018年第7期2066-2070,共5页; 基金新疆财经大学校级课题项目(2017XYB014) 新疆自治区职业教育项目(XJZJKT-2016X36) +5 种基金 61662074 61262064) 国家自然科学基金重点资助项目(61331011); 文摘针对维吾尔语句子情感信息,即喜、怒、哀、乐和客观五分类任务,提出了一种利用深度信念网络(deep belief nets,DBN)模型的深度学习机制进行基于深层语义特征的句子级情感分析方法。该方法通过对维吾尔语情感句及语言特点的深入研究,提取出利于情感分析任务的八项情感特征。为了提高特征对文本语义的表达,将富含词汇深层语义和上下文信息的word embedding特征与情感特征进行融合,作为深度信念网络的输入。利用多层无监督的波尔兹曼机(RBM)训练并提取隐含的深层语义特征,通过有监督的后向传播算法对网络进行微调,进而完成情感分类任务。该方法在维吾尔语句子级情感分类任务中的准确率为83.35%,召回率为84.42%,F值为83.88%。实验结果证明,深度学习模型较浅层的学习模型更合适于文本的情感分类任务,对word embedding特征项的引入,有效地提高了情感分类模型的性能。; 关键词维吾尔语情感分类深度学习深度信念网络词语嵌入; Keywords Uyghur sentiment classification deep learning deep belief nets（DBN） word embedding; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名维吾尔语中塞音、塞擦音VOT的实验研究被引量：4: 2; 作者姜锐衣马木艾山.阿布都力克木祖丽皮亚.阿曼艾斯卡尔.艾木都拉; 机构乌鲁木齐职业大学信息工程学院国家数字化学习工程技术研究中心新疆大学软件学院; 出处《计算机工程与应用》 CSCD 2013年第10期223-227,246,共6页; 基金国家自然科学基金资助项目(No.61063023) 教育部新世纪优秀人才支持计划资助项目(No.NCET-10-0969); 文摘根据语音合成与语音识别等语音应用研究的需求,从文本分析模块入手,第一次利用"维吾尔语语音声学参数库",选择了带有塞音和塞擦音的556个双音节词,重点提取了塞音、塞擦音的位置在双音节词的词中和词尾时嗓音起始时间VOT特征参数并对此进行了统计分析,首次从实验语音学的角度提出了清塞音、清塞擦音送气、不送气的概念。通过分析得出结论:(1)利用VOT均值可以明显地把维吾尔语中的塞音、塞擦音从清浊类别上区分开来。(2)从嗓音起始时间类型上来看,清塞音出现在双音节词第二音节的音节首(词中)时表现出不送气的特点,而位置出现在第二音节的音节末(词尾)时,有时读成送气音,有时读成不送气音,根据实际情况和个人发音习惯的不同可以自由变读。研究结果对维吾尔语语音合成自然度和语音识别系统识别率的提高有非常大的作用。; 关键词噪音起始时间(VOT) 维吾尔语双音节词塞音塞擦音送气不送气; Keywords Voice-Onset Time（VOT） Uyghur disyllabic words plosives affricates aspirated unaspirated; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于规则的维吾尔人名汉文机器翻译算法研究被引量：9: 3; 作者衣马木艾山.阿布都力克木吐尔地.托合提艾斯卡尔.艾木都拉; 机构乌鲁木齐职业大学信息工程学院新疆大学信息科学与工程学院; 出处《计算机应用与软件》 CSCD 2010年第8期86-87,147,共3页; 基金国家自然科学基金(60662002); 文摘人名机器翻译传统的方法是依赖于预先建立的对照词库。这种方法的缺点是,因为不断出现新的人名而建立丰富、全面的对照词库是不可能的。研究了维吾尔人名汉文音译规则:读音规则,并在此基础上提出了一种新的基于规则的维吾尔人名汉文机器翻译方法。实验结果表明,该方法不需要建立两种语言的对照词库,完全不用考虑会出现的新的人名,算法实现简单,准确度高,完全克服了传统方法的缺点。; 关键词维吾尔人名汉文翻译机器翻译规则; Keywords Uyghur personal name Chinese translation Machine translation Rules; 分类号 TP391.2 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于弹性网格混合特征的脱机手写维文识别被引量：1: 4; 作者贾建忠龚声蓉衣马木艾山.阿布都力克木; 机构乌鲁木齐职业大学信息工程学院苏州大学计算机科学与技术学院国家数字化学习工程技术研究中心; 出处《计算机应用与软件》 CSCD 北大核心 2014年第9期172-176,共5页; 基金国家自然科学基金项目(61170124); 文摘手写体维文识别技术的关键在于特征提取方法的选择。为探求一种可靠性高、可分性强的脱机手写维文特征提取方法,在分析现有方法的基础上,结合维吾尔文字词自身的特点,提出一种在局部特征上基于弹性网格区域笔划密度、方向分解特征,在全局特征上提取交叉点、环、弧形笔划、附加笔划、外围轮廓特征的混合特征提取方法。通过在IFN/ENIT标准数据库及自采样数据集的聚类分析实验,识别正确率分别达到85%、84.3%。结果表明,方法综合统计特征和结构特征提取的优点,具有较强的抗扰能力,可分性优于GSC法。; 关键词弹性网格混合特征归一化聚类中心可分性判据; Keywords Elastic mesh Mixed features Normalisation Cluster centre Separability criterion; 分类号 TP391.43 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名协同过滤在中文维基百科类别推荐上的应用: 5; 作者王静何婷婷衣马木艾山.阿布都力克木; 机构华中师范大学计算机学院国家语言资源监测与研究中心网络媒体语言分中心国家数字化学习工程技术研究中心(华中师范大学); 出处《计算机应用》 CSCD 北大核心 2013年第3期838-840,844,共4页; 基金国家自然科学基金资助项目(90920005 61003192) +5 种基金 CCNU10C01005); 文摘针对传统人工编辑导致大量类别信息重复和不规范的问题,提出了应用协同过滤技术为中文维基百科文章自动推荐类别。利用中文维基百科中的四个重要语义特征即链入、链出、链入的类别和链出的类别来表示维基百科文章,得到与目标文章相似的前若干篇文章的所有类别后,通过查询返回的相似度值计算各个类别的权重,选择前面的若干个类别作为推荐结果返回给目标文章。实验结果表明了这四个语义特征能较好地表征一篇维基百科文章,同时也验证了协同过滤方法在中文维基百科自动推荐类别中的有效性。; 关键词协同过滤中文维基百科类别推荐语义特征; Keywords collaborative filtering Chinese Wikipedia category recommendation semantic feature; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于deep belief nets的维吾尔语句子级情感分析	衣马木艾山.阿布都力克木李敏李自臣陈梅田生伟禹龙	《计算机应用研究》 CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料
2	维吾尔语中塞音、塞擦音VOT的实验研究	姜锐衣马木艾山.阿布都力克木祖丽皮亚.阿曼艾斯卡尔.艾木都拉	《计算机工程与应用》 CSCD	2013	4	在线阅读下载PDF 职称材料
3	基于规则的维吾尔人名汉文机器翻译算法研究	衣马木艾山.阿布都力克木吐尔地.托合提艾斯卡尔.艾木都拉	《计算机应用与软件》 CSCD	2010	9	在线阅读下载PDF 职称材料
4	基于弹性网格混合特征的脱机手写维文识别	贾建忠龚声蓉衣马木艾山.阿布都力克木	《计算机应用与软件》 CSCD 北大核心	2014	1	在线阅读下载PDF 职称材料
5	协同过滤在中文维基百科类别推荐上的应用	王静何婷婷衣马木艾山.阿布都力克木	《计算机应用》 CSCD 北大核心	2013	0	在线阅读下载PDF 职称材料