-
公开(公告)号:CN117436460B
公开(公告)日:2024-03-12
申请号:CN202311782453.X
申请日:2023-12-22
Applicant: 武汉大学
Abstract: 本发明公开了一种翻译质量评估方法、装置、设备及存储介质,其中该方法包括步骤:获取原始文本信息和翻译文本信息,并将所述原始文本信息和所述翻译文本信息拼接为文本序列;将所述文本序列输入至多语言预训练模型中进行特征提取,得到原始文本特征和翻译文本特征;将所述原始文本特征和翻译文本特征进行组合,得到融合原始文本特征和翻译文本特征的特征序列;利用平均池化层和特征混合层,对所述特征序列分别进行拆分和重组操作,并输出重组后的翻译特征,得到最终的预测分数,以对翻译质量进行评估。本申请能够提升英译中翻译的准确的,并且降低了训练成本,提高了模型的可迁移性。
-
公开(公告)号:CN116467289A
公开(公告)日:2023-07-21
申请号:CN202310127590.3
申请日:2023-02-15
Applicant: 武汉大学
IPC: G06F16/215 , G06F16/2455 , G06F16/951 , G06Q50/18
Abstract: 为了解决使用CiteSpace分析CNKI数据库文献时,只能进行非常基础的分析,无法像WOS数据库与CSSCI数据库那样进行共被引分析这个限制,本发明提出了一种通过填充参考文献数据的中国知网文献共被引方法及系统,通过自编爬虫程序爬取CNKI数据库中文献的参考文献,并通过自编python程序将爬取的参考文献写入CiteSpace转换后的CNKI文献当中,从而实现了对CNKI数据库文献的共被引分析、作者共被引分析与期刊共被引分析。
-
公开(公告)号:CN117436460A
公开(公告)日:2024-01-23
申请号:CN202311782453.X
申请日:2023-12-22
Applicant: 武汉大学
Abstract: 本发明公开了一种翻译质量评估方法、装置、设备及存储介质,其中该方法包括步骤:获取原始文本信息和翻译文本信息,并将所述原始文本信息和所述翻译文本信息拼接为文本序列;将所述文本序列输入至多语言预训练模型中进行特征提取,得到原始文本特征和翻译文本特征;将所述原始文本特征和翻译文本特征进行组合,得到融合原始文本特征和翻译文本特征的特征序列;利用平均池化层和特征混合层,对所述特征序列分别进行拆分和重组操作,并输出重组后的翻译特征,得到最终的预测分数,以对翻译质量进行评估。本申请能够提升英译中翻译的准确的,并且降低了训练成本,提高了模型的可迁移性。
-
公开(公告)号:CN115909333A
公开(公告)日:2023-04-04
申请号:CN202211402966.9
申请日:2022-11-10
Applicant: 武汉大学
IPC: G06V20/70 , G06V10/26 , G06V10/82 , G06N7/08 , G06N3/0475 , G06N3/096 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的语义分割图像数据自动打标签方法。采用多尺度语义分割标签文件生成网络生成大量的语义分割标签文件和每个标签文件的质量得分,然后通过得分筛选出高质量的语义分割标签文件,最后使用标签文件轻量化算法使得数据集更轻,实现语义分割图像数据自动打标签。本发明通过将深度学习与多边形逼近算法融合,可以有效地生成大量高精度的语义分割图像数据。
-
-
-