CRF和词典相结合的蒙古文地名识别研究

蒙古语在命名实体识别方面开展过人名的识别,但在地名的识别方面还没有开展相应的研究。首次实现了基于条件随机场模型的蒙古文地名识别。首先从蒙古语黏着性特点分析入手,研究了蒙古语语料库中地名的存在形式以及各类地名的特点,针对蒙古语语料库中地名的特点,在词汇特征、指示词特征、特征词特征等特征基础上引入了词性特征。之后通过地名词典补召了未识别的地名。以内蒙古大学开发的100万词规模的标注语料库为训练数据,该模型的地名识别性能达到了94.68%的准确率、84.40%的召回率和89.24%的F值。     

高瓦斯矿井回采工作面瓦斯综合抽采技术实践

为了解决高瓦斯矿井工作面瓦斯涌出量大、瓦斯浓度高,制约工作面安全生产的问题,以亨元煤业为背景,结合矿井开采及瓦斯地质条件,确定了本煤层顺层钻孔抽采、穿层钻孔抽采邻近层和覆岩裂隙带瓦斯、以及对上隅角布置抽采管路进行抽采的综合治理方法。试验表明,工作面开采期间瓦斯涌出正常,上隅角瓦斯浓度保持在0.56%以下,实现了工作面安全高效开采。     

新型MBR柔性超滤平板膜在城镇污水处理中的应用

芜湖市某城镇污水处理厂三期工程设计处理规模为11.5万m³/d,是目前国内投入运行的最大处理规模和最低吨水运行能耗的MBR平板膜工艺污水处理厂。文中介绍了新型MBR柔性超滤平板膜分离技术结合传统AAO生物脱氮除磷工艺在该城镇污水处理厂三期工程中的应用情况,并重点分析了其对水质指标的去除效果和吨水能耗数据。从2020年12月投运以来,数据表明采用“AAO+MBR柔性超滤平板膜”组合工艺处理效果明显、安全可靠,瞬时膜通量不超过25 L/(m²·h)条件下,跨膜压差稳定在12 kPa以下,且能够保证出水水质指标稳定优于《城镇污水处理厂污染物排放标准》(GB 18918—2002)一级A排放标准,平均出水COD_Cr、氨氮、TN、TP质量浓度分别为11.71、0.23、9.56、0.31 mg/L,平均去除率分别为94.6%、98.5%、58.4%、86.1%,出水浑浊度也稳定在0.10 NTU以下,满负荷运行时全厂吨水能耗低至0.32 kW·h。     

基于CRF的蒙古文人名自动识别研究*

摘要：该研究以蒙古文人名识别为目的,实现了基于条件随机场模型的人名自动识别。首先从蒙古语黏着性特点分析入手,研究了蒙古语语料库中人名的存在形式以及各类人名的特点,针对蒙古语语料库中人名的特点,在词汇特征、词性特征和指示词特征等基本特征基础上引入了汉语姓氏特征、人名词典特征、兼类人名特征以及双词根特征。以内蒙古大学开发的100万词规模的标注语料库为训练数据,该模型的人名识别性能达到了94.56%的准确率,90.60%的召回率和92.54%的F值。该方法比起以往的基于的规则的系统取得了较好的结果。     

一种基于词素媒介的汉蒙统计机器翻译方法

汉蒙语形态差异性及平行语料库规模小制约了汉蒙统计机器翻译性能的提升。该文将蒙古语形态信息引入汉蒙统计机器翻译中,通过将蒙古语切分成词素的形式,构造汉语词和蒙古语词素,以及蒙古语词素和蒙古语的映射关系,弥补汉蒙形态结构上的非对称性,并将词素作为中间语言,通过训练汉语—蒙古语词素以及蒙古语词素-蒙古语统计机器翻译系统,构建出新的短语翻译表和调序模型,并采用多路径解码及多特征的方式融入汉蒙统计机器翻译。实验结果表明,将基于词素媒介构建出的短语翻译表和调序模型引入现有统计机器翻译方法,使得译文在BLEU值上比基线系统有了明显提高,一定程度上消解了数据稀疏和形态差异对汉蒙统计机器翻译的影响。该方法是一种通用的方法,通过词素和短语两个层面信息的结合,实现了两种语言在形态结构上的对称,不仅适用于汉蒙统计机器翻译,还适用于形态非对称且低资源的语言对。