May, 2023

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

PDF
TL;DR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。
mahabharatanatural language processingartificial intelligencemachine learningnlp pipeline
发现论文，激发创造
  • 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

  • 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

    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。

    Jan, 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

  • mahaNLP：一个马拉地文自然语言处理库

    mahaNLP 是一个针对马拉地语开发的开源自然语言处理（NLP）库，旨在增强 NLP 领域中对资源匮乏的印度语言马拉地的支持，它是一个易于使用、可扩展和模块化的工具包，基于最先进的 MahaBERT-based transformer 模型进行马拉地文本分析。

    Nov, 2023

  • 使用多语言变压器模型对印度语言进行摘要

    本研究采用 IndicBART 和 mT5 模型，研究它们在印度语言数据集上的摘要性能，结果以 ROUGE-1、ROUGE-2、ROUGE-3 和 ROUGE-4 分数为性能指标。

    Mar, 2023

  • 自动构建知识图谱的梵语问答框架

    通过构建一个知识图谱以及应用该图谱回答事实型问题，本文探讨了从梵语文本中提取特定关系的难题，分析了系统在每个步骤中的不足之处，并讨论了未来的可能发展方向。

    Oct, 2023

  • 可访问的多语言文本分析的机器翻译

    本文研究通过机器翻译将其他语言翻译成英文进行多语言文本分析，结果表明这种方法在情感分析，主题分析和词嵌入等分析方法上，与使用源语言进行分析的结果相当，机器翻译可以帮助计算机学者做出关于人类沟通的更具包容性和普适性的结论。

    Jan, 2023

  • 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

  • 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

  • 一切英文皆可是印地语：通过自动排名社交媒体上单词借用的可能性来增强语言识别

    本文介绍了一组用于识别借用单词的计算方法，这些方法是基于社交媒体的信号的。通过 Spearman 相关系数值，我们的方法在预测借用可能性方面比文献中报道的最佳基准线表现好两倍以上（近 0.62 比近 0.26）。我们根据这种可能性估计要求标注员重新标注主要为本土语境中的外语词的语言标签。在 88％的情况下，标注员认为应该用本地语言标签替换外语标签，从而表明自动语言识别系统有很大的改进空间。

    Jul, 2017