indian languages | BriefGPT

关键词indian languages

搜索结果 - 50

一种从印度语到巴哈蒂盲文字符的文本翻译模型
本文提出了一种将印度主要语言转换为 Bharti 盲文的方案，该系统采用混合方法，使用基于规则和基于 LSTM 的模型，测试结果表明该模型的准确性接近实际。
PDFa year ago
评估印度语跨语言语义分析
为了解决印度语言语义分析数据集缺乏的问题，提出了适用于 11 种印度语言的 Inter-bilingual Seq2seq 语义分析数据集 IE-SEMPARSE，并在不同的训练测试策略下评估了现有的多语言 seq2seq 模型。
PDFa year ago
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。
PDFa year ago
MM使用预训练序列到序列模型进行印度语文摘要
本研究主要关注以预训练序列到序列模型为基础进行文本摘要的任务，研究内容涉及英语、印地语和古吉拉特语。我们尝试了多种模型，对不同模型在三个子任务上的效果进行了对比，同时对数据大小和过滤对模型效果的影响进行了分析。研究发现在有限的数据大小下，k
PDFa year ago
IndicMT Eval：用于评估印度语机器翻译度量的数据集
本文旨在创建一个 MQM 数据集，以系统地评估 7 个机器翻译系统中 5 种印度语言的翻译质量，并探讨自动化评估指标和人工评分之间的相关性。结果表明预先训练的指标 COMET 与人工评分相关性最高，但这些指标并未恰当地捕捉印度语言中的流畅性
PDF2 years ago
Naamapadam：用于印度语言的大规模命名实体标注数据
使用 Samanantar 平行语料库中英语句子与印度语句子自动对齐的方式，构建了涵盖 11 种不同印度语言的最大的 NER 数据集 Naamapadam, 包含超过 400k 条句子，涵盖 9 种语言的 3 种标准实体类别（人物、地点和组
PDF2 years ago
使用 Tacotron2、WaveGlow 和迁移学习的低资源端到端梵语 TTS
本文研究使用 fine-tuning 改进了英语预训练的 Tacotron2 模型，以有限的梵语数据在资源匮乏的环境下合成自然语音，并取得了令人鼓舞的结果。
PDF2 years ago
面向下一个十亿用户构建文本转语音系统
本研究评估了科威特琴主义和印度Ａryan 语言的声学模型、语音合成器、辅助损失函数、训练计划和说话者和语言多样性。基于此，我们确定了单语模型与 FastPitch 和 HiFi-GAN V1，联合训练男性和女性说话者表现最佳。在这个设置下，
PDF2 years ago
用于将大规模跨语言配音的技术管道应用于多种印度语言的讲座视频
本文描述了将英语讲座视频半自动化地翻译成 9 种印度语言，使其具有良好的口头表现，同时降低了 75% 的人工成本。
PDF2 years ago
DuDe：基于共同标签集的印度语双解码多语言 ASR
本研究探讨了建立多语种自动语音识别系统的方法，提出了一种名为 “Encoder-Decoder-Decoder” 的新型架构，将常见标签集与本土语音标签相结合，同时分析了基于常见标签集的多语种系统与机器转写相结合的有效性。
PDF2 years ago
传递爱而不是仇恨：削弱仇恨预训练对于仇恨言论检测的重要性
本文研究了针对原本有恶意情绪的文本进行预训练是否为识别恶意言论最佳的预训练方法，结果表明从目标领域的非恶意文本进行预训练可以提供类似或更好的结果，同时介绍了第一批公开开放的印度语 Hindi 和 Marathi 的基于 BERT 的分类模型
PDF2 years ago
挖掘公共数据中的音频文本对以提升低资源语言的 ASR 系统有效性
本文利用 All India Radio 文档中的文本和音频对来创建了一个名为 Shrutilipi 的数据集，该数据集包含来自 12 种印度语言的 6,400 小时的语音，其对应的文本总计 4.95M 句子。将 Shrutilipi 添加
PDF2 years ago
ACL评估自然语言处理技术的包容性、公平性和可访问性：以印度语言为例的案例研究
本文提出了一种评估范式，评估自然语言处理技术在多语言、公正性和包容性三个维度上的性能，并通过基尼系数评估了当前自然语言处理技术对印度语言的性能。同时，本文提出了一种优化资源分配的方法来改善性能，并呼吁使用多维度评估为构建语言多样且公平的技术
PDF2 years ago
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。
PDF2 years ago
利用分层 Transformer 深入理解混合编码语言语义
采用分层变压器的架构（HIT）学习混合代码语言的语义和语法结构，在 17 个数据集和 9 个自然语言处理任务中，HIT 模型都表现出超越最先进的代码混合表示学习和多语言模型的性能。
PDF2 years ago
WordAlchemy: 基于 Transformer 的逆向字典
本文提出了一种基于 mT5 的 transformer 深度学习方法，采用翻译语言建模技术而非常用的掩码语言建模技术，实现了支持印度语言的开源跨语言反向字典系统。
PDF2 years ago
用于文本摘要的印度语言数据集概述
我们对印度语言中的文本摘要（TS）数据集进行了调查，结果发现由于缺乏专门的论坛和共享标准数据集，印度语言中的 TS 数据集数量相对较少，资源匮乏是一个问题。
PDF2 years ago
印度之旅》：印度语言预训练单词嵌入
本研究使用现有的方法为 14 种印度语言创建多个单词嵌入，并将这些嵌入置于单个资料库中，包括常规和上下文相关嵌入。使用 MUSE 和 XLM 训练跨语言嵌入，以演示嵌入模型的有效性。
PDF3 years ago
COLING利用跨语言特征提高低资源语言同源词检测的效果
使用跨语言词向量检测印度 14 种语言的同源词，通过知识图谱生成上下文特征表示以提高同源词检测方法，并在 12 种印度语言和 2 种新语言上评估此方法，获得最高 18% 的 F-score 和 2.76 BLEU 的 NMT 改进，最后公开
PDF3 years ago
AAAICL-NERIL: 一个用于印度语言命名实体识别的跨语言模型
通过利用英印平行语料库和英文命名实体识别数据集，在低资源背景下，提出了一种用于印度语言的命名实体识别端到端框架。该框架包括一种注释投影方法，利用源语言（英语）数据上的单词对齐分数和命名实体识别标记预测置信度得分生成目标印度语言中的弱标签数据
PDF3 years ago