一种基于SVG的电路图到盲文转换方法及系统

    公开(公告)号:CN111814495B

    公开(公告)日:2024-03-22

    申请号:CN202010666199.7

    申请日:2020-07-10

    Applicant: 兰州大学

    Abstract: 本发明涉及一种基于SVG的电路图到盲文转换方法及系统,所述方法至少包括:基于SVG文件生成电路图中元器件的基本属性;基于所述基本属性生成元器件类,并判断是否包含并联电路;若包含并联电路,则基于所述元器件类进行并联电路处理以生成并联电路类,其中,所述元器件类和并联电路类为至少描述元器件和并联电路的类型、ASCII码、空间位置关系的有序集合;基于所述元器件类和/或并联电路类进行主电路处理以生成盲文ASCII码电路图。

    一种基于端到端神经机器翻译的汉盲翻译方法及系统

    公开(公告)号:CN111581991A

    公开(公告)日:2020-08-25

    申请号:CN202010409944.X

    申请日:2020-05-14

    Applicant: 兰州大学

    Abstract: 本发明涉及一种基于端到端神经机器翻译的汉盲翻译方法及系统,所述方法至少包括:基于端到端深度学习构建能够学习汉语文本到盲文ASCII码直接转换的映射函数的端到端神经机器翻译模型;基于现存未经处理的汉语到盲文ASCII码转换的对照语料库训练所述端到端神经机器翻译模型。本发明基于端到端深度学习思想,直接绕过分词、标调、合成等多个翻译处理阶段,通过训练较大的端到端神经机器翻译模型进行翻译,能够一步直接得到汉语文本的盲文翻译结果,随着训练数据的不断增加,相比多阶段处理的翻译方式能够在短时间、低成本、系统复杂度降低的情况下显著提高盲文翻译的准确率。

    一种基于Transformer的汉盲翻译方法及系统

    公开(公告)号:CN111581985B

    公开(公告)日:2022-05-24

    申请号:CN202010409821.6

    申请日:2020-05-14

    Applicant: 兰州大学

    Abstract: 本发明涉及一种基于Transformer的汉盲翻译方法及系统,所述方法至少包括:基于现有句子级对应的汉盲数字资源训练翻译模型;基于Transformer构建以句子为单位将汉语文本直接转换为盲文ASCII码的所述翻译模型,其中,所述翻译模型基于多头自注意力机制至少将输入、输出、输入‑输出的信息关联的方式学习所述汉盲数字资源。本发明以句子为单位进行翻译,不需要构建词语级精确对应的汉盲对照语料库,使得本发明能够直接利用现存的汉盲数字资源,只需要经过句子切分处理就能使用,从而建设难度小、耗时短,显著地降低了构建语料库的成本。

    一种基于SVG的电路图到盲文转换方法及系统

    公开(公告)号:CN111814495A

    公开(公告)日:2020-10-23

    申请号:CN202010666199.7

    申请日:2020-07-10

    Applicant: 兰州大学

    Abstract: 本发明涉及一种基于SVG的电路图到盲文转换方法及系统,所述方法至少包括:基于SVG文件生成电路图中元器件的基本属性;基于所述基本属性生成元器件类,并判断是否包含并联电路;若包含并联电路,则基于所述元器件类进行并联电路处理以生成并联电路类,其中,所述元器件类和并联电路类为至少描述元器件和并联电路的类型、ASCII码、空间位置关系的有序集合;基于所述元器件类和/或并联电路类进行主电路处理以生成盲文ASCII码电路图。

    一种基于MathML的数学公式到盲文的翻译方法及系统

    公开(公告)号:CN111753555A

    公开(公告)日:2020-10-09

    申请号:CN202010564424.6

    申请日:2020-06-17

    Applicant: 兰州大学

    Abstract: 本发明涉及一种基于MathML的数学公式到盲文的翻译方法及系统,所述方法至少包括:对计算设备传输的关于数学公式代码的线性字符或字符串进行文本分词生成分词栈;解析所述分词栈以将其转换为MathML文件;基于辅助公式结构的第一辅助标识符和辅助公式语义的第二辅助标识符的添加判断的方式解析所述MathML文件,从而生成盲文ASCII码。

    一种基于MathML的数学公式到盲文的翻译方法及系统

    公开(公告)号:CN111753555B

    公开(公告)日:2023-09-22

    申请号:CN202010564424.6

    申请日:2020-06-17

    Applicant: 兰州大学

    Abstract: 本发明涉及一种基于MathML的数学公式到盲文的翻译方法及系统,所述方法至少包括:对计算设备传输的关于数学公式代码的线性字符或字符串进行文本分词生成分词栈;解析所述分词栈以将其转换为MathML文件;基于辅助公式结构的第一辅助标识符和辅助公式语义的第二辅助标识符的添加判断的方式解析所述MathML文件,从而生成盲文ASCII码。

    一种基于端到端神经机器翻译的汉盲翻译方法及系统

    公开(公告)号:CN111581991B

    公开(公告)日:2022-05-27

    申请号:CN202010409944.X

    申请日:2020-05-14

    Applicant: 兰州大学

    Abstract: 本发明涉及一种基于端到端神经机器翻译的汉盲翻译方法及系统,所述方法至少包括:基于端到端深度学习构建能够学习汉语文本到盲文ASCII码直接转换的映射函数的端到端神经机器翻译模型;基于现存未经处理的汉语到盲文ASCII码转换的对照语料库训练所述端到端神经机器翻译模型。本发明基于端到端深度学习思想,直接绕过分词、标调、合成等多个翻译处理阶段,通过训练较大的端到端神经机器翻译模型进行翻译,能够一步直接得到汉语文本的盲文翻译结果,随着训练数据的不断增加,相比多阶段处理的翻译方式能够在短时间、低成本、系统复杂度降低的情况下显著提高盲文翻译的准确率。

Patent Agency Ranking