Jan, 2022

使用基于 BERT 的语言框架进行选定《巴格瓦德・吉塔》翻译的语义和情感分析

PDF
TL;DR本文用深度学习方法，基于语义和情感分析来验证《薄伽梵歌》的英译质量，通过对选定章节和诗句的翻译进行比较，发现不同翻译的风格和词汇差异较大，但情感和语义相似度较高，传达的信息大同小异。
bhagavad gitatranslationssemantic analysissentiment analysislanguage models
发现论文，激发创造
  • 通过情感和语义分析评估谷歌翻译从梵文到英文的翻译效果

    本研究使用 BERT-based 语言模型对谷歌翻译进行 Bhagavad Gita 梵文文本的感情和语义分析，结果表明与专家翻译相比，谷歌翻译在选定诗句中的相似度水平很低。由于梵文的诗意性、上下文的重要性、隐喻和意象，谷歌翻译在翻译某些梵文词语和短语方面并不适用。

    Feb, 2023

  • 使用人工智能进行印度哲学话题建模：映射《奥义书》和《薄伽梵歌》主题

    本文使用 BERT 等先进的语言模型对《奥义书》和《恒久之道》这两部核心印度教哲学文本进行主题建模，分析了它们之间的主题联系和重叠，结果显示两者的主题非常相似，并且 BERT 模型比传统模型的主题更为连贯，这从低维向量空间的可视化效果得到了佐证。

    May, 2022

  • 基于半结构化阿育吠陀文本的语义注释和查询框架

    本文描述了手动注释梵文文本，为知识图创建做出了努力。构建的知识图包含 410 个实体和 764 个关系，涵盖了 Bhavaprakashanighantu 的各种属性。

    Feb, 2022

  • 用于圣经情感分析的大型语言模型：登山宝训

    通过情感分析，研究圣经《登山宝训》的不同翻译版本并比较不同章节和节的情感表达，发现译文的词汇明显不同，教导内容中包含不同程度的幽默、乐观和共情。

    Jan, 2024

  • 运用马哈巴拉塔语言模型计算相关词汇 —— 一部印度史诗研究

    本文提出了一个自然语言处理管道来获得来自《Mahabharata》的一些统计和计算洞察以及最相关的单词搜索方法，示意堆叠不同的文本处理方法以阐明最佳结果。

    May, 2023

  • San-BERT: 使用 BERT 及其变体进行梵文文档的摘要提取

    研究人员使用 Sanskrit 语文本语料库开发了 Sanskrit 语言模型 BERT、ALBERT 和 RoBERTa，并从中提取特征，应用维度降低和聚类技术生成了给定文本的摘要，并公开了一个 Sanskrit Devanagari 文本语料库。

    Apr, 2023

  • 打破语言障碍：通过神经机器翻译将中国佛经翻译为英文

    本文提出了一种基于神经机器翻译的实用佛经翻译模型，经过三个标准的削减实验获得了极具前景的翻译成果。

    Sep, 2022

  • 从计算语言学的角度看梵语诗歌的美学：以《十首教训颂》为案例研究

    通过提出一个可解释性框架的路线图，本文探索了梵文诗歌与计算语言学的交集，以分析和分类精美梵文诗歌的特质和特点。通过从六个重要的 kavyashastra 学派的角度对梵文诗歌 Siksastaka 进行深入分析，提供了诗歌分析和注释的网页应用，为未来研究做出了贡献。

    Aug, 2023

  • 应用基于深度学习的方法实现印度语言文章摘要

    本文介绍了使用不同的预训练 seq2seq 模型在 ILSUM 2022 数据集上微调的结果，其中使用 PEGASUS 模型得到了最佳的英文结果，使用具有增强数据的 IndicBART 模型得到了最佳的印地语结果，并使用转换映射为基础的方法对瓜拉提语进行了微调并重新运行了 PEGASUS 模型，使用 ROUGE-1、ROUGE-2 和 ROUGE-4 作为评估度量方法进行了推理成果的评估。

    Dec, 2022

  • 使用迁移学习和联合双输入自注意力学习的印地语 / 孟加拉语情感分析

    本文是在探索如何使用深度神经网络进行迁移学习和联合双输入学习，以有效地分类印地语和孟加拉语数据的情感和检测仇恨言论。我们使用 Word2Vec 单词嵌入进行训练，然后使用 BiLSTM 和自我关注来进行分类。

    Feb, 2022