越南语

摘要： 越南语属于低资源语种,高质量关键词新闻数据稀缺,为了解决样本不足条件下生成越南语新闻关键词准确性不高的问题,提出了一种多特征融合的越南语关键词生成模型,拟提升生成的越南语关键词与越南语新闻文档的相关性.首先,将越南语新闻实体、词性、词汇位置特征与词向量拼接,使输入模型的词向量包含更多维度的语义信息;其次,利用双向注意力机制捕获上下文与新闻标题的依赖关系,增强标题在关键词生成中的指导作用;最后,结合复制机制生成越南语关键词,从而提高关键词的语义相关性.在构建的越南语新闻关键词数据集上进行实验,结果表明融合多特征的关键词生成模型能在越南语训练样本有限的条件下生成高质量关键词,F1@10、R@50分数比TG-Net分别提升了13.2%和17.1%.

摘要： 近二十年来,越南语汉借词的研究取得了不少成果。音系方面,学者们沿用历史比较语言学、音韵学的理论和方法,取得了重要成果。词汇语义方面,主要运用传统的结构主义方法,从共时层面对现代越语汉越词进行描写。汉借词的断代研究及个案研究逐渐受到关注。汉借词的教学、翻译、使用与传播等方面的研究也有所推进。运用接触语言学、认知语言学的理论和方法对汉借词语义演变进行研究,有很大的拓展空间。此外,语言学与传播学、史学等学科的跨学科研究也为汉借词研究带来新的视角。

摘要： 越南语会话课程是越南语专业的核心课程之一,也是整个越南语专业教学中非常重要的组成部分。文章以本校越南语会话课程的教学改革与探索为切入点,旨在激发学生学习越南语的动力和兴趣,提高学生越南语的口语技能,从而提升本课程的教学水平,以期对民办院校的越南语会话课程的改革起到借鉴作用。

摘要： 唐诗是中华文化宝库中的一颗明珠,中越两国交往历史源远流长,中国唐代唐诗兴旺发展,传入越南后深受越南人民的喜爱,还把唐诗翻译成越南语供后代研读。唐诗的翻译不仅是表面的字面转换,更是内在文化的交流碰撞,本文就唐诗越译的三个版本进行分析研究,分析如何保留唐诗韵律的同时展现出唐诗所言之意的翻译技巧。

摘要： 亲属称谓词是语言中的基本词汇,在日常交际中使用频率高,具有全民常用性、稳定性等特点。越南语亲属称谓系统复杂,语义层次各异。本文拟对面称时越南语亲属称谓词进行语义层面的分析,将其分解到最小的语义成分,探析越南语亲属称谓中义素、义位、语义结合等特点。

摘要： 当前基于深度学习的事件检测模型都依赖足够数量的标注数据,而标注数据的稀缺及事件类型歧义为越南语事件检测带来了极大的挑战。根据“表达相同观点但语言不同的句子通常有相同或相似的语义成分”这一多语言一致性特征,该文提出了一种融入中文语义信息及越南语句法特征的越南语事件检测框架。首先通过共享编码器策略和交叉注意力网络将中文信息融入越南语中,然后使用图卷积网络融入越南语依存句法信息,最后在中文事件类型指导下实现越南语事件检测。实验结果表明,在中文语义信息和越南语句法特征的指导下越南语事件检测取得了较好的效果。

摘要： 中越两国山水相连,文化相通,“吃”文化相当丰富,这两种语言中,对“吃”所引申出来的意义也比较多,掌握越南语中含有吃(■)组合词语在各语境中的翻译技巧很有必要。本文将从多角度分析含“吃”(■)组合词组在各种语境中的运用,重点总结归纳其在各语境中的翻译技巧。

摘要： 纳苏彝语亲属称谓是一种典型的描述性称谓.从音节结构上看,少则两个音节,最多可达五个音节.用这些音节可以把纵向十一辈和横向错综复杂的亲属之间,血缘和婚姻关系表述得非常清楚.越南语亲属称谓主要体现于交际双方的性别、年龄、辈分以及彼此之间的亲疏关系、地位悬殊等.越南语亲属称谓除了作为家庭及亲属之间的称呼外,还广泛应用于社会称谓.在社会交往中人们根据自己与交际对象的性别、年龄、社会地位在不同的时间、空间上的关系来确定如何选用适合的亲属称谓来自称与称呼他人.从总体上看,纳苏彝语与越南语的亲属称谓在血缘认同与文化认知上存在诸多差异.

摘要： 本文论述越南语专业立体化实践教学模式的改革,围绕"立体化"实践教学模式,对越南语专业教学改革进行探索,提出完善教学计划,奠定立体化实践教学基础;优化资源配置,构建立体化实践教学核心;创新教学评价,评估立体化实践教学成果等立体化实践教学模式的构建思路.

摘要： "越南语语音"是越南语专业的基础课程和核心课程.掌握越南语语音的发音方法和技巧是学好语音的关键所在.文章主要从越南语语音的特点、学生学习越南语语音的难点、民族地区高校越南语语音教学的优势等方面进行分析,对民族地区高校越南语语音的课堂教学提出针对性的建议.

摘要： 对于越南语组块识别任务,在前期对越南语组块内部词性构成模式进行统计调查的基础上,该文针对Bi-LSTM+CRF模型提出了两种融入注意力机制的方法:在输入层融入注意力机制,从而使得模型能够灵活调整输入的词向量与词性特征向量各自的权重;在Bi-LSTM之上加入了多头注意力机制,从而使模型能够学习到Bi-LSTM输出值的权重矩阵,进而有选择地聚焦于重要信息上.实验结果表明,在输入层融入注意力机制后,模型对组块识别的F值提升了3.08％,在Bi-LSTM之上加入了多头注意力机制之后,模型对组块识别的F值提升了4.56％,证明了这两种方法的有效性.

摘要： "跑"虽简单一个字,但在汉越语中都属核心词,而且其义项甚多.汉语与越语"跑"字除了基本意义之外还有引申意义,即不是表示它字面上的具体的"跑"概念.如汉语的"跑题"指说话文章或事情离开了主题、正题,而越语用的是"l(a)c dê(题目迷失),所以许多越南学生经常把"跑题"理解为跟跑步的题目有关,从此导致彼此之间的沟通障碍."跑"字看似简单,但在汉越学习者学习对方的语言时就是一块绊脚石,因为在每种语言背后往往都包含着深刻的文化内涵与其独特的世界观."跑"字与人们日常生活息息相关,使用范围广,频率高.但目前在汉越两族涉及该词的对比研究却是凤毛麟角.因此不妨从此处入手,对之做简单的述评.本文运用对比语言学的理论与方法对汉语与越南语含"跑"字语义进行对比研究.希望通过此研究可以给汉越学习者提供一份初步的参考材料.

摘要： 由于对越南语的研究工作相对比较少,因此还没有建立规模相对较大的依存树库.相对于已经拥有了形态丰富、语料成熟的汉语,越南语的依存句法分析要困难的多,所以本文提出了一种借助汉—越双语词对齐语料构建越南语依存树库的方法.首先对汉语—越南语句子对进行词对齐处理,然后对汉语句子进行依存句法分析.最后结合越南语本身的语言特点和有关的语法规则将汉语的依存关系通过汉—越双语词对齐关系映射到越南语句子中,从而生成越南语的依存树库.实验表明,该方法简化了人工收集和标注越南语依存树库的过程,节省了人力和构建树库的时间.实验结果表明,该方法相比采用机器学习的方法准确率明显提高.

摘要： 本文研究了越南语语音情感识别问题,采集并建立了越南语情感数据库.母语为越南语的两名男性和两名女性说话人进行了越南语情感语音的表演和录制,通过多人听辨实验进行了数据的验证和评选,建立了一个初步的越南语语音情感数据库,为今后的跨语言研究提供数据基础.在所获得的情感数据上,提取了基本的语音特征,并构造了可用于情感识别的静态统计特征.采用高斯混合模型进行了建模与识别,识别结果显示,本文中的系统能够较好的识别越南语语音情感.在今后的工作中,可以进一步研究跨语言情感特征的分析与识别.

摘要： 越南语和汉语语言类型相同，也存在类似汉语主谓谓语句的语言现象，但界定和分析常产生分歧，对计算机理解和处理越南语形成了障碍。从HNC(概念层次网络)理论语句句类和格式的角度对越南语主谓谓语句的各种类型进行分类和分析具有重要的意义。总的看来，大多数越南语主谓谓语句习惯采用违例格式和省略辅块标记符号的基本格式。在违例格式的句子中，两个相邻的GBK(广义对象语义块)之间缺少必要的标志符，对其自动识别比较困难；在省略辅块标记符号的基本格式中，需要还原出辅块标志符，这是计算机语句理解处理越南语中的一个难点。

摘要： 从计算机对自然语言的理解来说，词汇语义的形式化表征越来越重要，尤其是谓语动词和形容词成为了句子句法结构和语义结构的中心，形成了所谓“大词库，小语法”的趋势。由于计算机存储能力和计算能力强大，如何尽量将形式化的“语言知识”特别是动词的句法语义属性、语义组合关系等知识写入词库中成为学界空前重视的问题。词汇语义的形式化表征是自然语言理解的重要环节,框架语义学重点研究对概念结构和句法-语义映射关系的描写,符合语义知识表示的需求.本文基于框架语义学理论,将越南语给予类动词作为目标词,较为系统地考察了其句法语义特征并进行分类,尝试建立给予类词元库,根据不同类型词元及其框架元素拟构建出给予框架库.

摘要： 缩略语的使用顺应了语言的经济原则，但是也造成了越南语自然语言处理中的诸多障碍。本文在分析大量越南语字母缩略语使用特点的基础上，根据越南语字母缩略语词法、句法等特点，采用基于规则匹配的方法进行自动提取，最后生成一个缩略语及全称对应表。实验结果表明，本系统对已定义字母缩略语及其全称自动提取的准确率达到98.04％，召回率达到78.13％，F值灰到86.96％。

摘要： 本文拟对汉语结构助词“的”与越南语“c(u)a”的句法、语义、语用功能进行比较，结果表明汉语结构助词“的”不论是句法功能，还是语义、语用功能都较之越南语“c(u)a”复杂。留学生在习得“的”的过程中出现的偏误主要是遗漏、误加，原因是母语负迁移、目的语泛化、教师教学等因素，其中还将谈到"是”+“的”字短语的习得情况。

摘要： 各种语言都有比较复杂的称谓语系统，越南语也不例外。本文拟就越南语称谓语的特征及使用规则进行论述，探讨越南语学习者使用越南语称谓语常见的偏误及解决问题的方法。

摘要： 针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法.该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分析新闻片段中全局词语和局部词语的共现关系,将全局/局部词语的共现规律作为监督信息,结合RCRP算法和汉越双语新闻的对齐语料,构建有监督话题生成主题模型,获得相应时间跨度下代表事件发展进程的子话题分布,通过子话题的分布反映事件发展的线索,从而构建出在线汉越双语事件线索生成模型.实验在汉越混合新闻数据集上进行,事件线索生成对比实验结果证明了提出的方法的有效性.

摘要： 本发明涉及一种融合了越南语语言特点的PCFG模型的越南语短语树库构建方法，属自然语言处理技术领域。本发明首先获取融合了越南语语言特点的PCFG模型中的语法规则概率；再制定越南语语言特征概率；将越南语语言特征概率作为语法规则概率的补充和语法规则概率一起融入到PCFG模型中，得到融合了越南语语言特点的PCFG模型；再进行初级越南语短语树库的构建；再利用短语树库校正器对新生成的越南语短语树库进行校正，最后得到最终的越南语短语树库。本发明避免了人工收集和标注越南语短语树库的过程，节省了人力和构建树库的时间；相比采用传统PCFG构建越南语短语树库和最大熵构建越南语短语树库方法准确率明显提高。

摘要： 本发明涉及基于中文信息和越南语句法指导的越南语新闻事件检测方法，属于自然语言处理技术领域。本发明首先在双语信息融合模块使越南语语句能获取到中文语义信息。然后根据越南语句法依存关系，利用句法图卷积增强信息之间的关联，以解决多事件歧义问题。最后利用事件类型感知网络来提取基于中文事件类型的越南语句子表征，以完成对越南语的事件检测。本发明事件检测需要识别新闻中的事件信息并对其进行分类，目前针对越南语新闻事件标注数据的稀缺以及事件类型歧义问题，根据多语言一致性特点，使用丰富的中文标记数据可以解决越南语数据稀缺及事件类型歧义问题。

摘要： 本发明涉及一种越南语学习平台，包括服务器，所述服务器上设有后台数据库以及越南语教学评分模块，所述越南语教学评分模块采用越南语教学评分方法实现，所述后台数据库存储有教学资源数据。通过实现越南语教学评分方法，能够有效对学生的练习答案进行评分，提高学生的越南语学习效果。

摘要： 本发明涉及一种融合了越南语语言特点的PCFG模型的越南语短语树库构建方法，属自然语言处理技术领域。本发明首先获取融合了越南语语言特点的PCFG模型中的语法规则概率；再制定越南语语言特征概率；将越南语语言特征概率作为语法规则概率的补充和语法规则概率一起融入到PCFG模型中，得到融合了越南语语言特点的PCFG模型；再进行初级越南语短语树库的构建；再利用短语树库校正器对新生成的越南语短语树库进行校正，最后得到最终的越南语短语树库。本发明避免了人工收集和标注越南语短语树库的过程，节省了人力和构建树库的时间；相比采用传统PCFG构建越南语短语树库和最大熵构建越南语短语树库方法准确率明显提高。

摘要： 本发明涉及基于中文信息和越南语句法指导的越南语新闻事件检测方法，属于自然语言处理技术领域。本发明首先在双语信息融合模块使越南语语句能获取到中文语义信息。然后根据越南语句法依存关系，利用句法图卷积增强信息之间的关联，以解决多事件歧义问题。最后利用事件类型感知网络来提取基于中文事件类型的越南语句子表征，以完成对越南语的事件检测。本发明事件检测需要识别新闻中的事件信息并对其进行分类，目前针对越南语新闻事件标注数据的稀缺以及事件类型歧义问题，根据多语言一致性特点，使用丰富的中文标记数据可以解决越南语数据稀缺及事件类型歧义问题。

摘要： 本发明涉及基于参数迁移的越南语依存句法分析方法，属于自然语言处理领域。本发明包括：构造英语依存句法分析训练模型；构造基于参数迁移的越南语依存句法分析模型；利用英语训练模型获得词性标注部分训练参数，将此训练参数应用于越南语依存句法分析模型当中。本发明针对低资源条件下越南语依存句法分析问题提出基于参数迁移的越南语依存句法分析方法，所提方法解决了语料稀缺情况下越南语模型泛化能力差、学习不充分等问题。

摘要： 本发明提出融合外部语言知识的流式越南语语音识别方法，属人工智能领域。越南语为低资源语言，训练语料难以获取；流式端到端模型在训练过程中难以学习到外部大量文本中的语言知识，这些问题限制了流式越南语语音识别模型的性能。本发明以越南语音节作为语言模型和流式越南语语音识别模型的建模单元，在训练阶段，通过预训练越南语语言模型和语音识别模型解码器的输出计算一个新的损失函数，帮助流式越南语语音识别模型学习一些越南语语言知识从而优化其模型参数。在越南语数据集上，在训练阶段融合语言模型能将流式越南语语音识别模型的词错率提升2.45％。在解码阶段再次融合语言模型，还能将模型词错率分别提升1.35％和4.75％。

摘要： 本发明涉及融合多粒度特征的越南语语法错误纠正方法及装置，属自然语言处理领域。本发明在模型编码端融入额外的越南语字符、音节和句子特征嵌入，然后利用一个序列标注网络预测输入句子的错误位置，再使用多语言BERT的掩码语言模型重新预测错误位置的词，得到数个纠正候选句子，最后利用N‑gram语言模型对候选句子打分，选出得分最高的句子作为纠正句子输出。该方法避免了直接生成句子，而是根据错误检测结果对输入句子进行修改，不会改变输入句子的基本语法结构。实验结果表明本发明比基于Transformer模型的基线方法的F0.5值和F1值分别提升了16.69％和17.84％，语法纠错效果明显优于序列到序列的生成模型。

摘要： 本发明涉及基于生成对抗网络的越南语新闻事件共指关系识别方法，属自然语言处理领域。本发明的事件共指关系识别任务需要识别新闻文档中事件描述句之间是否从不同的角度对同一件真实事情展开论述。针对事件信息比实体信息复杂导致事件共指关系识别的难度远远大于实体共指消解，以及在越南语新闻文档中存在不同事件句之间具有相似上下文但不具有共指关系的情况，而容易对模型造成困惑。因此，本发明采用事件上下文作为事件句的表征，并通过生成对抗网络来缓解文本中的噪声数据，以提高面向越南语新闻的事件共指关系识别的性能。在构建的越南语事件数据集上进行实验验证，结果表明，所提方法较基线模型取得了更好的效果。

摘要： 本发明涉及依存结构知识指导的端到端越南语语音合成方法，属于人工智能领域，本发明包括：将越南语文本数据进行数据清洗，音频数据标注，构建越南语依存结构树，构建越南语依存结构图；在编码端和解码端融入越南语依存结构树外部指导知识，提升合成音频的韵律表现力；同时在注意力机制层面结合基于越南语依存结构图构建的掩码矩阵，在隐式层面指导越南语文本‑语音的单调性对齐关系建模，提升合成模型稳定性。