May, 2022

乌兹别克字母之间的机器音译工具

PDF
TL;DR本文介绍了一种使用基于规则的和微调的方法开发出的机器音译工具，用于低资源语言乌兹别克语的三种常见脚本的转换，并支持乌兹别克语新宣布的拉丁字母表，其 Python 开源代码以及包含公共 API 的 Web 应用程序是可用的。
machine transliterationuzbek languagelatin alphabetopen-sourcepython
发现论文，激发创造
  • 机器音译

    本文介绍了一种通过机器学习模型来进行语言转写的方法，并对其进行了评估。

    Apr, 1997

  • 乌兹别克音节提取工具的设计与实现

    在该研究中，我们提出了一种综合的途径来对乌兹别克语进行音节化，其中包括基于规则的技术和机器学习算法。我们的研究结果表明，这两种方法都具有高度准确性，超过了 99%。这项研究为未来在乌兹别克语及其他相关低资源土耳其语言中关于音节化及相关领域的研究提供了宝贵的见解和建议。

    Dec, 2023

  • MATra：一种印度文字跨语言注意力音译系统

    本文展示了一种基于 transformer 网络结构并在其基础上做出改进的多语言模型，可用于跨越英语、印地语、孟加拉语、卡纳达语和泰米尔语的任意一对语言之间进行 Transliteration，同时在精度方面显著优于所有现有模型，在 Top-1 精度得分方面高达 80.7％，比最好的结果提高了 29.5％，并在语音准确性方面达到了 93.5％。

    Aug, 2022

  • Charles Translator：乌克兰语和捷克语之间的机器翻译系统

    我们介绍了 Charles Translator，这是一种乌克兰和捷克之间的机器翻译系统，旨在缓解俄乌战争对个人和社会的影响。该系统直接翻译而非使用英语作为中介语，利用两种语言的结构相似性，并采用了区块反向翻译方法，从而有效利用单语训练数据。该论文描述了系统的开发过程，包括数据收集和实施，评估等，提到了几种使用案例，并概述了用于教育目的的进一步开发可能性。

    Apr, 2024

  • 英语到旁遮普语的基于规则的音译方案

    本文采用基于规则的方法对英 - 旁遮普语进行机器音译，通过计算名实体和非名实体的概率以及使用统计机器翻译工具包 MOSES 计算相对频率来提高机器翻译的质量，同时进行音节划分。

    Jul, 2013

  • 一种基于有限状态机的乌兹别克语规则词形还原算法的开发

    构建维吾尔语词形还原算法来识别单词的本义词，其中使用了词缀数据库和词性知识以及有限状态机来移除维吾尔语中的词缀。

    Oct, 2022

  • 使用音译法进行突厥语的多语言语音合成

    该研究旨在开发一个针对十种低资源的土耳其语言的多语言文本到语音 (TTS) 合成系统，特别针对零样本学习场景，通过用 Tacotron 2 架构基于哈萨克语的数据训练端到端 TTS 系统，基于将土耳其字母映射到国际音标 (IPA) 符号并转换为哈萨克字母，产生其他土耳其语言的语音，对多语言土耳其 TTS 模型进行了主观评估并取得了良好的结果。

    May, 2023

  • 音译内容的语言检测

    在当代数字时代中，互联网作为一个无与伦比的催化剂，打破了地理和语言壁垒，尤其在短信交流中表现得格外明显。本研究通过使用 BERT 进行语言分类和 Google Translate API 进行转写转换，从 Hindi 和 Russian 语言的手机短信数据集中解决了对转写文本的语言识别挑战，突破数字通信的多样化语言环境。通过广泛的转写动态探索、创新方法和 BERT 等前沿技术，我们的研究处于解决数字通信语言环境中独特挑战的前沿位置。此工作除了在语言识别和转写能力方面有所贡献外，还为内容审核、分析和促进全球互联的有意义对话社区提供了希望。

    Jan, 2024

  • 利用机器学习在不同语言新闻文章中寻找相似性的转写词研究

    本文提出了一种基于自然语言处理、机器学习和英乌尔都语转换的方法，以找出英语和乌尔都语新闻文章之间的相似性，并解决了在低资源语言下找到相似新闻文章的难题。

    May, 2022

  • 基于规则的库尔德文转写系统

    本研究使用基于规则的方法将 Sorani Kurdish 的两种正字法进行翻译，并提出了有关 Sorani Kurdish 翻译的新颖想法，其翻译系统 Wergor 的整体精度为 82.79％，对双重字符的检测精度超过 99％，并提供了一个手动翻译的库。

    Nov, 2018