才让卓玛
- 作品数：38 被引量：102H指数：7
- 供职机构：青海师范大学更多>>
- 发文基金：国家社会科学基金国家自然科学基金教育部“春晖计划”更多>>
- 相关领域：自动化与计算机技术语言文字电子电信历史地理更多>>
- 藏文字自动生成技术研究
- 2017年
- 字是语言文字的基本组成单位,文字自动生成是自然语言处理的基础,为自然语言处理中字属性分析、输入法设计、排序、语音处理和藏文字符信息熵研究等提供理论数据。文章在分析藏文字结构的基础上归纳了藏文构字规则,并以藏文字的核心字符基字的竖直方向上所含成分将藏文字分成了8个大类,对不同类型藏文字分析了其生成模型及生成算法,经测试可自动生成符合现代藏文文法的所有现代藏文字。
- 才智杰孙茂松才让卓玛
- 关键词：中文信息处理自动生成
- 现代藏文字构件分解系统
- 才智杰才让卓玛才让加柔特才藏太华却才让尖木措尚麻王宁芳胡枫
- “现代藏文字构件分解系统”研究了藏文信息处理领域中藏文字构件分解问题，该系统设计理念先进、研究方法科学、操作性强，分解准确可靠。该课题为分析、统计藏文字各部件出现的频率、分布规律和构成藏文字部件数等特征提供了技术支持。该...
- 关键词：
- 关键词：机器翻译系统
- 藏文字同现网络的小世界效应和无标度特性被引量：3
- 2018年
- 复杂网络具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质,而语言文字作为人类智慧和文明的结晶,是经过漫长演化形成的复杂网络。该文对藏语诗歌、散文、政治、佛教、教材和口语等六类具有代表性的体裁语料,每类各取15篇共90篇文章构建了97个藏文字同现网络,分析了藏文字同现网络的最短路径长度、聚类系数和度分布,实验数据显示97个藏文字同现网络都具有小世界效应和无标度特性,表明藏文字同现网络都具有小世界效应和无标度特性。
- 才智杰孙茂松才让卓玛
- 关键词：小世界效应
- 基于语料库的藏文字属性分析系统设计被引量：10
- 2011年
- 通过对藏语语料库的统计和现代藏文字结构的分析,研究现代藏文字属性分析系统的模型,设计基本构件字表库、组合构件字表库、粗粒度结构字表库及细粒度结构字表库,并阐述各字表库的结构特征,介绍藏文字属性分析算法。运用该算法及藏文字属性分析系统模型,解析现代藏文字的使用频度、结构、字长、构件分解、各构件的位置及频度等属性,从而为藏文键盘布局、藏文输入法研究、藏文搜索引擎、机器翻译和网络信息安全等提供理论依据。
- 才智杰才让卓玛
- 关键词：中文信息处理
- PDM技术在Oracle中的应用研究
- 2010年
- 本文通过分析Power Designer和Oracle数据库技术的功能,研究了Power Designer的PDM技术在Oracle数据库中的应用,并提出了在信息系统开发中用PDM技术强化数据库管理的一种新策略。
- 才让卓玛才智杰
- 关键词：ORACLEPOWERDESIGNERPDM逆向工程
- 藏文自动分词及其应用研究
- 本文探讨藏文自动分词技术的指标，并以搜索引擎、机器翻译、语音合成、自动文摘和词频统计为例来说明藏文分词在藏文信息处理系统中的应用。
- 才让卓玛
- 关键词：技术指标计算机应用信息处理系统
- 班智达藏文标注词典设计被引量：15
- 2010年
- 语料库加工是一项庞大的语言工程,其中分词标注是最基础性的工作,而分词标注词典是标注系统的重要组成,词典设计的优劣直接关系着分词标注的速度和效率。在设计国家语委项目《班智达藏文自动标注系统》的基础上,给出了分词标注词典库的结构及词典库索引查询算法。对85万字节藏语实验语料的分词和标注,分词准确率达99%,标注准确率达97%。
- 才智杰才让卓玛
- 关键词：藏语语料库分词词典索引
- 藏文文本自动校对系统开发研究被引量：10
- 2009年
- 文本自动校对在自然语言处理领域中有着广阔的应用前景.文章通过比较分析国内外文本自动校对系统的发展现状,提出了设计现代藏文文本自动校对系统的两种方案,并就第二种方案研究了现代藏文文本自动校对系统的结构和功能设计.
- 才让卓玛才智杰
- 关键词：藏文信息处理机器翻译
- 电子政务安全隐患与安全体系分析被引量：4
- 2012年
- 针对当前电子政务面临的各种安全隐患,通过分析影响电子政务发展的主要安全问题,提出安全技术和安全管理相结合的电子政务安全体系模型。此安全体系具有良好可扩展性和先进性,对电子政务系统的开发具有一定的理论和现实意义。
- 才让卓玛才智杰卓玛吉
- 关键词：电子政务安全技术安全管理安全隐患网络安全
- 一种多基元联合训练的藏文词向量表示方法被引量：3
- 2020年
- 词向量表示是机器学习的基础性工作,其目标是以优化的向量表示词,以便计算机能更好地理解自然语言。随着神经网络技术的发展,词向量在自然语言处理领域发挥着重要作用。藏文词向量表示技术的研究对藏文特征分析以及用深度学习技术处理藏文具有重要意义。该文提出了一种构件、字和词多基元联合训练的藏文词向量表示方法,设计了多基元联合训练藏文词向量的模型TCCWE,并采用内部评测中的词相似度/相关性评价方式验证了其有效性。实验表明,该文提出的藏文词向量表示方法有效,其性能在TWordSim215上提高了3.35%,在TWordRel215上提高了4.36%。
- 才智杰才让卓玛才让卓玛
- 关键词：自然语言处理藏文
