基于蒙古语课程领域语义Web的推理与检索方法的研究

由于蒙古语网络教学相对落后,蒙古语教学资源的重用和利用率较低,并且基于关键字的教学资源检索缺少在语义层面上的处理和表示,导致检索结果不全面和不准确。针对这种情况,提出基于蒙古语课程领域语义Web的检索方法。通过建立教学领域"人工智能(■■)"课程蒙文本体,利用关系数据库MySQL、语义相似度以及推理规则等工具与方法,实现构建基于蒙古语教学领域查询与检索原型系统。实验结果表明,该方法能有效地提高信息检索的查全率和查准率,并且建立了蒙古语教学资源可以共享和互操作的知识层次结构。     

基于对抗学习的蒙汉神经机器翻译

在机器翻译模型的构建和训练阶段,为了缓解因端到端机器翻译框架在训练时采用最大似然估计原理导致的翻译模型的质量不高的问题,本文使用对抗学习策略训练生成对抗网络,通过鉴别器协助生成器的方式来提高生成器的翻译质量,通过实验选择出了更适合生成器的机器翻译框架Transformer,更适合鉴别器的卷积神经网络,并且验证了对抗式训练对提高译文的自然度、流利度以及准确性都具有一定的作用.在模型的优化阶段,为了缓解因蒙汉平行数据集匮乏导致的蒙汉机器翻译质量仍然不理想的问题,本文将Dual-GAN (dual-generative adversarial networks,对偶生成对抗网络)算法引入了蒙汉机器翻译中,通过有效的利用大量蒙汉单语数据使用对偶学习策略的方式来进一步提高基于对抗学习的蒙汉机器翻译模型的质量.     

基于本体的蒙古语灾害信息检索模型

由于蒙古语文本数据的匮乏以及语言分析困难等原因,蒙古语信息化处理发展缓慢。针对该问题,利用语义网本体技术,以自然灾害为本体构建了一个面向蒙古语自然灾害信息的跨语言检索模型,实现了蒙英自然灾害信息间的跨语言检索。同时,本文提出的跨语言检索模型具有一定的通用性,可为类似应用研究提供参考。     

子字粒度切分在蒙汉神经机器翻译中的应用

在蒙汉神经机器翻译任务中,由于语料稀少使得数据稀疏问题严重,极大影响了模型的翻译效果。该文对子字粒度切分技术在蒙汉神经机器翻译模型中的应用进行了研究。通过BPE算法将切分粒度控制在字符和词之间的子字粒度大小,将低频词切分成相对高频的子字片段,来缓解数据稀疏问题,从而在有限的数据和硬件资源条件下,更高效地提升模型的鲁棒性。实验表明,在两种网络模型中使用子字粒度切分技术,BLEU值分别提升了4.81和2.96,且随着语料的扩大,训练周期缩短效果也更加显著,说明子字粒度切分技术有助于提高蒙汉神经机器翻译效果。