Sep, 2022

香度（Chandojnanam）：一种梵文韵律辨识与应用系统

PDF
TL;DRChandojñānam 是一个基于网络的梵语测量（Chanda）识别和利用系统，它支持通过光学字符识别（OCR）引擎识别上传图像的梵语，具有文本批处理的能力，并且能够在出现偏差的数字文集进行基于测量的纠错，并提供友好的用户界面来显示测量规律的图形表示。
sanskritmeter identificationchandojñānamocrmetrical pattern
发现论文，激发创造
  • 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

  • 基于梵语知识的系统：注释和计算工具

    通过自动构建知识图谱的框架、引入本体驱动和通用任务的注释工具，以及提供多样化的网页界面、工具和软件库，我们在梵语的知识系统发展中解决了挑战与机遇，尤其在问答方面。这些贡献不仅提高了梵语文本分析的可访问性和准确性，而且为知识表达和语言处理领域的进一步发展铺平了道路。最终，这项研究对于保护、理解和利用梵语文本中所蕴含的丰富语言信息具有重要意义。

    Jun, 2024

  • SanskritShala：基于神经网络的梵文自然语言处理工具集，带有面向教学和标注目的的基于 Web 的界面

    SanskritShala 是一个基于神经网络的梵语自然语言处理工具包，包括词语切分、形态标注、依存解析、复合词类型识别等多个模块，并且具有易于使用的交互式数据注释功能，公开发布其源代码和 7 个词嵌入模型，能够对词嵌入的内在特性如相似度、相关性、分类以及类比预测进行评估，是一个具有网络接口的全新工具包。

    Feb, 2023

  • 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

  • 梵文 OCR 后文本校正的基准和数据集

    在这项工作中，我们发布了一个后 OCR 文本校正数据集，其中包含来自 30 本不同书籍的约 218,000 个句子，共 1.5 百万个单词，涵盖了天文学、医学和数学等多个领域，其中一些可追溯到 18 个世纪。我们还发布了基于预训练 Seq2Seq 语言模型的多个强基线作为任务的基准。通过字节级标记和音素编码（Byt5+SLP1）的最佳模型，我们在单词和字符错误率方面取得了 23％的增加。

    Nov, 2022

  • 关于 apadana 的 Karaka-Yogyata 捕捉策略

    本文探讨了如何使用印度哲学的思想来开发一种语言技术工具，实现单词的‘Yogyatā’，从而进行词义消歧以提升口头认识，在此过程中使用了 'ontological tag-set' 标签集合等方法。

    Jan, 2022

  • 使用梵文遗产工具验证和规范化 DCS 语料库，以构建已标记的黄金语料库

    本研究描述了修正后的对齐过程，并记录了额外的语言差异，以标准化数字梵语语料库，并为其提供完整的形态和词汇信息以及分段词。

    May, 2020

  • 基于 CTC 模型的印度语言 OCR 的实证研究

    该论文研究了用 CTC 建立神经网络模型的方法，将 13 种印度语言的文字识别单位定为行或单词，使用合成数据训练模型，对比公共 OCR 工具，提出了新的公共数据集 Mozhi，实现了在印度语言中进行单词和行识别的 OCR。

    May, 2022

  • UDAAN：基于机器学习的文档翻译后编辑工具

    UDAAN 是一款开源的后编辑工具，可以快速生成多种印度语言的出版标准文件，具备包括一系列机器翻译和后编辑工具特性在内的优点，能够根据对齐的源和目标文本词典自主替换结果，适用于多种语言。

    Mar, 2022

  • 基于语言学的梵语词汇、句法和语义任务的神经网络结构

    通过自然语言技术，本论文的主要目标是使梵语手稿更便于最终用户使用。梵语的形态丰富、合成、词序自由和资源匮乏性为开发深度学习解决方案带来了重大挑战。论文针对四个基础任务，即词分割、依存分析、合成类型识别和诗歌分析，提出了有关梵语自然语言处理（NLP）技术的关键问题，并在解决这些挑战的过程中提出了多项贡献，包括提出了具有语言学信息的神经网络体系结构、展示了所提系统的可解释性和多语言扩展性、报道了最先进的性能以及开发了名为 SanskritShala 的神经工具套件。

    Aug, 2023