-
题名团结进步 共铸辉煌
- 1
-
-
作者
马继军
旦正错
-
机构
省民委
-
出处
《党的生活（青海）》
2011年第7期42-43,共2页
-
文摘
历年来，省委、省政府高度重视民族团结进步工作，以科学发展观为统领，认真贯彻落实党和国家的民族政策和法律法规，加快民族地区经济社会发展，进一步巩固和发展平等团结互助和谐的社会主义民族关系，促进各民族共同进步与繁荣，全省呈现出了各族人民和睦相处、和衷共济、和谐发展的良好局面。
-
关键词
社会主义民族关系
民族团结进步
经济社会发展
和谐发展
科学发展观
巩固和发展
法律法规
民族政策
-
分类号
D633
[政治法律—政治学]
-
-
题名面向机器阅读理解的高质量藏语数据集构建
- 2
-
-
作者
孙媛
刘思思
陈超凡
旦正错
赵小兵
-
机构
中央民族大学信息工程学院
国家语言资源监测与研究少数民族语言中心
民族语言智能分析与安全冶理教育部重点实验室
-
出处
《中文信息学报》
CSCD
北大核心
2024年第3期56-64,共9页
-
基金
国家自然科学基金(61972436)
中央民族大学项目(GRSCP202316,2023QNYL22)。
-
文摘
机器阅读理解是通过算法让机器根据给定的上下文回答问题,从而测试机器理解自然语言的程度。其中,数据集的构建是机器阅读理解的主要任务之一。目前,相关算法模型在大多数流行的英语数据集上都取得了显著的成绩,甚至超过了人类表现。但对于低资源语言,由于缺乏相应的数据集,机器阅读理解研究尚处于起步阶段。该文以藏语为例,人工构建了藏语机器阅读理解数据集(TibetanQA),其中包含20000个问题答案对和1513篇文章。该数据集的文章均来自云藏网,涵盖了自然、文化和教育等12个领域,问题形式多样且具有一定的难度。另外,该数据集在文章收集、问题构建、答案验证、回答多样性和推理能力等方面,均采用严格的流程以确保数据的质量,同时采用基于语言特征消融输入的验证方法说明了数据集的质量。最后,该文初步探索了三种经典的英语阅读理解模型在TibetanQA数据集上的表现,其结果难以媲美人类,这表明藏语机器阅读理解任务还需要更进一步的探索。
-
关键词
机器阅读理解
低资源语言
藏语
数据集
-
Keywords
machine reading comprehension
low-resource languages
Tibetan
datasets
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名面向机器阅读理解的藏文数据集TibetanQA
- 3
-
-
作者
孙媛
旦正错
刘思思
赵小兵
-
机构
中央民族大学信息工程学院
国家语言资源监测与研究少数民族语言中心
-
出处
《中国科学数据（中英文网络版）》
CSCD
2022年第2期30-38,共9页
-
基金
自然科学基金项目(No.61972436)
-
文摘
机器阅读理解是自然语言处理的关键任务,旨在考察机器是否具有理解自然语言的能力。目前,中英文领域的机器阅读理解取得了很大的进展,模型的性能已经超过了人类的水平,其中公开数据集起到了非常重要的作用,如斯坦福大学的SQuAD数据集。而对于低资源语言,如藏文,由于缺乏大规模公开的数据集,机器阅读理解的相关研究还处于起步阶段。因此,本文构建了面向藏文机器阅读理解的数据集,数据集包含631篇文章,903个段落,形式为excel文件。其中,第一列为当前文章ID,第二列为文本标题,第三列为段落,第四列为问题,第五列为问题对应的答案。其文本数据来自云藏网,问题和答案是由20位藏语专业人员进行人工录入和标注,类型涉及自然、文化、教育等12个领域。本数据集的发布,对于促进藏文信息处理的发展具有重要的价值。
-
关键词
机器阅读理解
藏文
少数民族语言
低资源
数据集
-
Keywords
machine reading comprehension
Tibetan
minority languages
low resources
dataset
-
分类号
H214
[语言文字—少数民族语言]
TP391.1
[自动化与计算机技术—计算机应用技术]
-
