古语

摘要： 用典原文:盖有非常之功,必待非常之人。古语出处:【西汉】刘彻《武帝求茂才异等诏》古语今译:世界上非同寻常的功业,一定有待非同寻常、超凡脱俗的人来创立。Original Quote:“It takes an extraordinary man to create an extraordinary work.”

摘要： 我的名字叫蔡澜,为什么叫蔡澜呢?因为我是南洋出生的,我爸爸说:“你就蔡南吧,南方的南。”但是我有一个长辈,这个名字也有个“南”字,所以说不好、忌讳,就改成这个波澜的“澜”字。古语也有云:“七十而不逾矩”,“不逾矩”就是不必遵守规矩,一下子就活了。这个人生真的不错,真的好玩啊。有两种想法,你如果是认为很好玩就好玩,你认为不好玩就不好玩。就像你走过去一出门,满天乌鸦嘎嘎嘎地叫。

摘要： 古语有云:“子不教,父之过。”“父子不信,则家道不睦。”“有其父必有其子”……本期“甲骨文•猜想”为大家分享的是“父”和“子”这两个字,一起来学习一下吧!

摘要： 古语有言:“五十而知天命。”确实,当我步入这个阶段的时候,发现总有很多事情是不能为人力所支配的,比如生命。但是,我们在有限生命里,怎样去追求自由与真我,感受人生的酸甜与苦辣。

摘要： 天下为公“大道之行也,天下为公”,是《礼记》谓孔子理想的“大同”景像。在“大道”施行的时候,天下为天下人所共有,因而可实现“老有所终,壮有所有,幼有所长,矜(guan,通‘鳏’)寡孤独废疾者皆有所养”的“大同世界”.

摘要： 每年三四月,奶奶会让爸爸妈妈带上我,一家人去扬州游玩,因为扬州是奶奶的故乡。古语有云“烟花三月下扬州”,这个季节的扬州美不胜收。而遍布在这座城市里的美食与美景同样数不胜数,让人流连忘返,等着我们去发现,带给我们不一样的体验。

摘要： 古语有云“穷则思变”。面对困境,美国民众求新求变的心理突显。而特朗普极具煽动性的“美国优先”理念则正好迎合了民众的心理需求。特朗普上台之后,就对美国的全球战略进行了大刀阔斧的调整。受此影响,特朗普政府的欧亚战略也发生着深刻变化。

摘要： 教育是一个国家的重要基石,对于中国而言,教育对于中华民族的伟大复兴有着至关重要的作用。而在现代教育中,却往往都把教育的重心放在了“智育”上,忽视了“德育”的重要性。但事实上,“德育”却是教育中极为重要的一环。自古以来,中华便是“美德之邦”,古人对于一个人的“德”是十分看重的。而若一个人“智育”合格,却“德育”不合格,那么正如古语有云:“德不配位,必有灾殃。”其结果终将不会太好。因而,当下的教育不能只盯着“智育”,更需要健全“德育”。

摘要： 古语有云:“七十而不逾矩。”“不逾矩”就是不必遵守规矩,一下子就活了。这个人生真的不错,真的好玩啊。有两种想法:如果你认为好玩就好玩;如果你认为不好玩就不好玩。就像你一出门,看到满天乌鸦嘎嘎地叫,这个很倒霉。但是你想,乌鸦是动物中唯一会把食物含着给爸爸妈妈吃的,这种动物很少,人类这么做的也少了。所以说在这么短短的几十年里.要把人生看成好的,不要看成坏的,不要太灰暗。

摘要： 古语有云,“礼者敬人”“人无礼则不立,国无礼则不宁”。教师礼仪对教育工作举足轻重。教师对于学生而言是其成长的一个重要参与者,更是学生日后学习的标杆。

摘要： 本发明公开了一种基于端到端的蒙古语异形同音词声学建模方法，蒙古语异形同音词模型库，所述蒙古语异形同音词模型库中记载所有蒙古语异形同音词，所述蒙古语异形同音词模型库包括方言模型库和标准模型库；声学模型建立模块，所述声学模型建立模块也包括方言模型库和标准模型库；特征提取模块；语言处理模块，本发明本发明通过预先建立蒙古语异形同音词模型库，并在蒙古语异形同音词模型库内设置方言模型库和标准模型库，计算用户录入的各种语异形同音词的标准条件标准条件概率，通过将蒙古语分为标准和方言两个单元，根据语言的种类进行特征对比，计算标准条件概率，从而有助于可以提高识别准确率，且增加方言模型库，有助于满足不同的用户。

摘要： 本发明在原有的N‑Gram、NNLM、RNNLM语言模型的基础上提供了一种基于DNN的蒙古语声学模型并公开了其训练方法。本发明在输入层引入上下文词向量和含有语义信息类别的词向量，不仅可以学习到更长距离的历史信息，同时也注入了相关的语义类别信息，有效的解决了现有的语言模型主要存在的问题。

摘要： 一种基于T‑M BERT预训练模型的蒙古语多模态情感分析方法，对含有文本、表情符和GIF短视频的中文情感语料进行神经机器翻译和人工校正处理，获得蒙古语情感语料；对蒙古语文本、表情符，使用T‑M BERT提取情感特征；针对蒙古语GIF短视频，使用G‑Transformer提取情感特征；引入注意力机制动态调整文本、表情符和GIF短视频权重信息，得到最终的情感特征。采用Softmax函数对情感特征进行分类，获得最终的蒙古语多模态情感分析模型，并得出情感分类结果。最后，将该模型的分析结果与单个网络的分析结果就每个情感类别的准确率、精确率、召回率和F1值进行对比和评价，达到提高分析和舆情预测性能的目的。

摘要： 一种基于知识感知注意力网络的多模态融合的蒙古语谣言检测方法，提取新闻内容的图像特征和文本特征，并融合得到一个多模态融合的特征图；引入图注意力网络，为特征图的每个节点分配不同的权重；提取新闻内容中的实体，并与知识图谱中的对应实体对齐，得到实体序列，并进一步得到实体的外部知识，即实体上下文序列；将多模态融合的新闻内容、实体和实体上下文作为输入，提取实体和实体上下文的语义特征；构建注意力网络，得到不同位置的不同子空间的表示信息；将多模态新闻内容表示、实体表示和实体上下文表示串联起来得到新闻内容的最终表示，输入到全连接层得到新闻内容是谣言的概率。本发明可有效提升蒙古语谣言检测的准确性。

摘要： 本发明公开一种基于ghost和iLPCnet的蒙古语语音合成方法，基于Bang预训练模型，对齐蒙古语音素信息序列；基于ghost的声学模型，根据音素序列生成声学特征；以iLPCnet模型为声码器，进行声学特征到语音波形的转换。本发明使用Encoder‑Decoder模型将蒙古语文本转化成音素，其次使用基于ghost的声学模型将音素直接生成mel频谱，iLPCnet声码器直接将mel频谱转化为语音波形，可以无缝地集成到端到端的TTS系统降低了对参数的需求，提高了语音合成的速度，适合于小语种的语音合成。

摘要： 一种主客观可解释的双向图神经网络的蒙古语谣言检测方法，利用证据检索模块检索证据，包含文档检索、证据检索和声明验证；构造双向树形图和证据星形图两个异构图，双向树形图利用具有自顶向下的谣言传播有向图的图卷积神经网络学习谣言传播模式；利用具有自底向上的谣言扩散图的图卷积神经网络捕获谣言扩散模式；证据星形图中，将源帖子即检测对象位于中心，证据节点围绕其周围，表示星形结构中的一个角度；基于双向树形图构造谣言检测模型；基于双向树结构和星形结构的信息传输的K次迭代后，得到两种嵌入结果的最终表示，将其连接后传递到多层感知机中进行最终预测；利用该模型可进行蒙古语谣言检测并得到分类标签和证据解释。

摘要： 一种基于预训练胶囊网络的蒙古语方面级情感分析方法，收集整理语料，构建汉蒙神经机器翻译模型，用汉蒙平行语料进行训练，将有标注的汉语情感语料翻译为蒙语情感语料；基于深度注意力胶囊网络构建用于预训练的模型，用无标注的蒙语文本语料对构建的模型进行预训练，得到预训练过的蒙语语言模型；用蒙语情感语料对蒙语语言模型进行情感增强预训练；最后利用方面级蒙语文本情感语料对情感增强后的模型进行微调，本发明可解决蒙古语有标注文本稀缺的问题，并提高了蒙古语情感分析结果的精度。

摘要： 一种融合词根词缀和音标的蒙古语预训练情感分析方法，对蒙古语语料进行预处理；构建蒙古语BERT预训练模型，其中，在其嵌入层构造词嵌入、词根嵌入、词缀嵌入和音标嵌入；将所述嵌入进行拼接后得到融合嵌入，然后再将融合嵌入与位置嵌入相加，形成模型输入；在蒙古语BERT预训练模型中，将对比学习和MLM的融合任务进行预训练；对蒙古语情感语料进行预处理；用训练好的融合词根词缀和音标的蒙古语BERT预训练模型对蒙古语情感语料进行情感分析。本发明采用融合词根词缀和音标对BERT模型进行预训练，另外，将对比学习的方法融入到MLM任务中，通过对比学习来实现数据增强，从而提高模型的准确率和情感分析的准确性。

摘要： 一种基于语义规则的蒙古语反向重构情感分布学习方法，从预处理后的蒙古语情感语料中提取情感词、程度词和否定词，通过语义规则和词语搭配对情感语料所对应的情绪类型赋予不同的权重；利用情感词典和情感轮对情感语料进行数据增强，生成情感分布；在训练模型中引入反向重构损失，对得到的情感分布数据集进行情感分布预测任务的训练；利用训练好的模型对测试集中的蒙古语情感语料进行情感分布预测。本发明在基于情感词典和情感轮标记增强方法的基础上融入语义规则，使单标记情感数据集增强得到的情感分布数据集更为准确。在模型训练过程中引入反向重构损失，缓解了在正向映射过程中由于维度降低而引起的信息丢失问题，以此来提高模型训练的准确率。

摘要： 一种融合极坐标的跨领域蒙古语情感分布学习方法，对蒙古语情感语料进行预处理操作；将极坐标融入普鲁契克情感轮中，为情感分布构造极坐标情绪表示法；构建基于对抗的域适应模型并融入加权多对抗网络结构；结合极坐标情绪表示法和域适应结构为模型构造损失函数；利用构造好的模型进行跨领域蒙古语情感分布学习的训练。本发明将极坐标的思想融入情感轮的心理学模型中，将情感分布表示为复合情绪向量，不仅降低了情感分布标签的维度，而且引入了新的损失用以促进情感分布的学习；本发明将域适应模型应用于蒙古语情感分布学习中，缓解了蒙古语情感分布语料匮乏的问题；并且本发明还能使得不同域的相同情绪文本实现更为准确的对齐。