一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。     

基于特征融合的中文简历解析方法研究

针对基于规则和统计的传统中文简历解析方法效率低、成本高、泛化能力差的缺点，提出一种基于特征融合的中文简历解析方法，即级联Word2Vec生成的词向量和用BLSTM（Bidirectional Long Short-Term Memory）建模字序列生成的词向量，然后再结合BLSTM和CRF（Conditional Random Fields）对中文简历进行解析（BLSTM-CRF）。为了提高中文简历解析的效率，级联包含字序列信息的词向量和用Word2Vec生成的词向量，融合成一个新的词向量表示；再由BLSTM强大的学习能力融合词的上下文信息，输出所有可能标签序列的分值给CRF层；再由CRF引入标签之间约束关系求解最优序列。利用梯度下降算法训练神经网络，使用预先训练的词向量和Dropout优化神经网络，最终完成对中文简历的解析工作。实验结果表明，所提的特征融合方法优于传统的简历解析方法。     

基于DTW改进算法的孤立词识别系统的仿真与分析

传统的DTW算法在进行孤立词语音识别时着重于时间规整和语音测度的计算，而没有对数据的可靠性和有效性进行分析。本文提出了一种改进的端点检测算法，并采用一种改进的DTW算法，在计算机上进行了仿真。实验结果表明采用改进后的DTW算法有效的降低了识别时间和存储数据量，提高了系统性能。     

论科学化包装

从包装的基本功能以及我国食品(商品)包装的现状和存在问题出发,论证了科学化包装势在必行,并提出了科学化包装的具体方法。     

放宽端点限制的DTW法用于孤立词识别

本系统是一个在多媒体ＰＣ上实现的孤立词识别系统，它提取语音的线性预测系数作为特征参数，并采用Ｉｔａｋｕｒａ失真测度计算帧间距离，在识别上则使用了动态时轴弯曲（ＤＴＷ）进行时间匹配，本系统对一般ＤＴＷ法作了改进，即通过放宽端点限制以更好的语音匹配，克服了一般ＤＴＷ法要求语音首尾严格对齐而造成的弊病，降低了语音端点检测的精度要求。     

CIS中商标翻译的艺术

随着中国加入WTO，中国企业进一步与世界经济接轨，外国商品不断涌入中国市场，中国商品也将进入世界市场，参与国际竟争。这种竞争不但是商品的竞争，服务的竞争，更是企业形象的竞争，品牌的竞争。外国商品以其品牌优势正在向我国民族工业、民族品牌进行挑战，我们也应该树立起自己的品牌形象，勇敢的参与竞争。在日益激烈的国际贸易战中，一个具有世界通行性的商标能起到巨大的宣传作用。CIS是英文CorporateIdentitySystem的缩写，意思是“企业识别系统”。CIS战略是西方企业的一贯经营技法，作为塑造企业形象的重要工具，已受到越…