导读:本文包含了韵律短语论文开题报告文献综述及选题提纲参考文献，主要关键词:神经网络,词性标注,韵律短语,情感分析
韵律短语论文文献综述
帕丽旦·木合塔尔,买买提阿依甫,杨文忠,吾守尔·斯拉木[1]（2019）在《基于BiRNN的维吾尔语情感韵律短语注意力模型》一文中研究指出当前维吾尔语情感语音合成采用韵律边界预测方法来实现情感语音转换。通过该方法合成出来的语音,虽然可表现出相应的情感,然而其情感表现力不够理想。针对此问题,该文提出一种基于BiRNN的维吾尔语情感韵律短语注意力模型。在情感韵律转换前使用该模型进行情感分类,并将其分类结果作为韵律边界预测的输入,改进了情感韵律转换方法。使用改进的词性特征向量和韵律短语向量作为词向量的补充,从而有效提升维吾尔文文本情感分类的准确率。实验结果表明,该模型由两个单词构成的韵律短语作为特征时,准确率在维吾尔五分类情感数据集上达到了很好的分类效果。(本文来源于《电子科技大学学报》期刊2019年01期）
钟佳宁[2]（2019）在《个旧方言中韵律制约下的动词与介宾短语的组合》一文中研究指出韵律制约着句子中的介宾位置,非动词性短语不能充当句末成分,句子的重音必须由动词充当。在个旧方言中,韵律同样制约着动词与介宾短语的组合,使得"主语+动词+[a~(53)]+方位/时间短语"成立,而"主语+动词+[a~(53)]+介宾短语"不成立,这一切都是动词指派核心重音的结果。(本文来源于《长江丛刊》期刊2019年01期）
钱揖丽,张二萌[3]（2019）在《基于句法依存和条件随机场的韵律短语识别》一文中研究指出正确划分句子的韵律结构对于提高合成语音的质量具有重要的意义。特征的选择是韵律结构预测的关键因素之一。在中文信息处理中,文本特征可以分为浅层文本特征与深层文本特征。浅层特征包括词、词性、词长等;深层特征包括句法信息、语义信息等。该文在挖掘剖析句法结构、依存句法结构同韵律结构之间关系的基础上,从文本中获取相关浅层和深层文本特征,并采用条件随机场模型实现韵律短语预测。首先以浅层文本特征进行韵律短语识别,然后在此基础上加入句法依存深层文本特征进行模型构建。实验结果表明:加入句法依存特征后,韵律短语预测精确率提高了13.3%,召回率提高了14.69%,F值提高了14.1%。(本文来源于《清华大学学报(自然科学版)》期刊2019年07期）
汪丹丹[4]（2018）在《一种基于多属性模糊决策的英文韵律短语边界预测方法》一文中研究指出对于各类TTS(Text to Speech)系统而言,能否准确地预测韵律短语边界对TTS系统的效果有着关键性的影响.目前常使用决策树来做韵律短语边界预测,但这种方法受到了训练数据的均衡性以及决策算法本身无法达到全局最优的制约.为了改善预测效果,在传统的决策树方法之上,将决策树使用的聚类属性与模糊决策相结合,提出通过多属性模糊决策方法来预测英文韵律短语边界.实验表明,使用这种方法后,效果比基于决策树的预测方法的效果有较大提升,F-Score由64. 4%提升到69. 3%,不可接受率也从28. 6%降低到21. 4%.(本文来源于《西安文理学院学报(自然科学版)》期刊2018年06期）
张二萌[5]（2018）在《基于句法依存的汉语韵律短语识别》一文中研究指出在人机交互的研究领域中,语音合成技术一直占有举足轻重的地位,如何提高语音合成水平已成为专家学者研究的一项内容。在语音合成系统中,语音合成水平的高低依赖于可懂度与自然度两种基本要素。当今水平,关乎语音合成质量的第一要素可懂度已达到预期目标,而在另一要素自然度上还相差较远,因此,如何提高自然度水平成为了目前语音研究的重中之重。高自然度的语音形成依赖于高精确度的韵律层级划分,为此,本文从深层文本特征出发,深度剖析了句法结构、依存句法结构同韵律结构之间的关系,并从中提取相关文本特征进行模型训练,以此来提高韵律短语的预测水平。本文主要研究内容有:(1)句法结构与依存句法结构特征分析与提取目前对于韵律结构的层级划分多数采用的是浅层的文本特征,比如词的内容、词性、词长,对于较深层次的句法特征没有利用。然而,更为深层的语法信息或语义信息对于韵律短语的准确划分有着非常重要的作用。因此,本文通过采用句法分析器BerkeleyParser和依存句法分析器LTP分别对语料进行句法结构及依存句法结构的分析,并利用相关算法提取相关特征项。(2)句法依存结构与韵律结构的关系分析本文从句法结构与依存句法结构出发,利用相应的句法分析器分别提取句法层级差、依存类型、连接点和内弧跨度这几种特征,统计分析这些特征同韵律短语之间的联系,最后将这些较深层次文本特征与上述浅层次文本特征相结合,构建特征集。(3)基于句法依存的汉语韵律短语识别利用提取的特征集构建特征模板,然后分别用条件随机场模型,最大熵模型以及BP-adaboost神经网络模型进行训练预测,构建不同韵律短语预测系统。最后,将其结果与基于浅层文本特征的识别结果进行比较。(本文来源于《山西大学》期刊2018-06-01）
罗一丽[6]（2018）在《韵律对汉语词汇、短语和句子加工影响的研究》一文中研究指出韵律由重音、语调、节奏等特征构成,因其对口语理解的重要作用而受到众多学者的关注。目前,学界关于韵律在口语理解方面的研究已取得了一些重要成果,而其对书面阅读理解方面的研究相对缺乏。作为汉语的基本书写单位,汉字的音节数目和音节组配(节律)不仅对书面阅读理解具有重要作用,而且还对汉语的发展和演化有着重大影响。迄今,上述韵律中音节数目和音节组配的少量研究仅限理论层面,其实证层面的研究十分匮乏。鉴于此,本文在梳理国内外关于重音、韵律边界等韵律对语言加工相关研究的基础上,运用ERP技术考察汉语母语者汉语音节数目和音节组配对语言加工的影响,揭示韵律与不同语言层面加工关系的实质。具体包括以下叁个系列研究:研究一:韵律对词汇加工的影响。本研究运用ERP技术,分别考察了书面阅读中名词和动词音节数目变化对汉语OVN型复合词(如,“蔬菜配送中心”、“大蒜种植基地”等)在线加工的影响。研究二:韵律对短语加工的影响。本研究综合采用问卷调查法和ERP技术,探究了音节数目和音节组配对汉语黏合式多项定语排序的影响。研究叁:韵律对句子加工的影响。本研究运用ERP技术,对“述补带宾”句中韵律的限制条件进行了探讨,包括述补结构与音节数目之间存在的限制关系及轻声与音节之间的对应关系。叁个系列研究的结果表明:1、名词和动词音节数目的变化在复合词加工早期阶段得到了激活,诱发了N100成分;无论名词还是动词音节数目的变化均诱发了 N400成分,且动词音节数目变化诱发了一个比名词音节数目变化更负的N400成分。实验结果表明,音节数目的变化不仅引起了复合词理解早期阶段感知加工的变化,而且阻碍了复合词的语义加工;动词音节数目变化比名词音节数目变化对复合词语义加工的阻碍程度更大。此外,韵律中的单双音节表现出了脱离句法、语义的独立特性,其音节组配不仅反映了韵律结构的松紧度,且与句法、语义结构松紧度相对应,即[2+1]式紧凑而[1+2]式松散。2、在短语加工中,音节数目的变化在短语加工早期阶段得到了激活,诱发了N100成分,然而,音节组配的变化没有诱发出该成分。这一结果表明,同为韵律信息的音节组配与音节数目的加工机制有所不同。音节数目和音节组配违反均诱发了持续负波。定中短语加工中的韵律与语义交互作用显着,且受储存在心理词库中不常见短语结构的影响。此外,定语排序受韵律与语义两因素共同影响,但当韵律条件与语义条件发生冲突时,须优先满足语义条件。3、音节数目影响汉语“述补带宾”句的在线加工。补语中轻声音节的插入诱发了 P600成分,但没有出现N120和N400两种脑电成分,这表明在句子理解晚期阶段,韵律信息与句法发生了交互作用。P600成分的出现说明轻声不足一个音节,且与十足声调的加工机制不同,它不影响句子的语义加工,但阻碍句法加工及其后期整合过程。综合以上研究结果可以发现,不单只有句法和语义影响词汇、短语和句子的加工,韵律在其中也起着举足轻重的作用。基于生成语法理论、认知语言学理论、平行架构理论和韵律句法学理论不同的语言加工观,本文认为,韵律、句法和语义叁者共同作用于语言加工。韵律,尤其是音节数目和音节组配在语言加工中起着重要作用;单双音节可视为汉语独特的形态标记,其具有独立的语法功能。因此,在汉语研究中,我们需要重视书面韵律信息在语言加工中的作用。(本文来源于《南京师范大学》期刊2018-02-26）
王娟[7]（2017）在《语音韵律短语边界处的声学表现及语音停顿识别》一文中研究指出语句韵律结构信息在语音合成与语音识别中非常重要。在语音合成中,自然度与可懂度是两个重要的指标,当前可懂度已经达标,但是自然度还是不够,这是因为计算机无法准确的对语句信息中的韵律进行识别。在语音识别中,要实现人机自然交流,让计算机能够读懂人的语言,并精确辨别语句含义或说话人,从而将说话人语句转换为机器语言,并按照语句含义进行准确操作,这就需要计算机能够准确识别语句中的语音停顿并对语句进行自动划分。所以,语句的韵律信息非常具有研究意义,而韵律是一个感知概念,语音中包含的韵律信息比文本更加准确。所以本文从声学角度出发,直接从语音中提取声学特征参数,对韵律短语边界处的声学特征参数进行分析,并基于所得的声学特征构建模型,实现基于语音的语音韵律停顿识别。本文主要工作有以下叁部分:(1)文本处理及音频特征提取对文本语料进行分词,通过分词去除不可能存在的韵律边界,基于汉字—拼音字典将分词后的语句转换为其对应的拼音串。基于语音语料,获取声学参数,如:语音短时能量、短时幅度、短时过零率、基频、质心、谱熵、信息熵、语音声母韵母等音节时长等,提取其相关波形曲线或数据。(2)语音韵律边界处的声学表现分析基于上述声学特征的相关波形曲线或数据,对语音停顿处的声学表现进行初步分析;然后基于声学特征参数的组合或转换,对汉语语音韵律边界处的各种声学表现进行进一步的分析。(3)基于声学特征的语音停顿识别首先根据韵律边界处的声学表现,构建候选声学特征集,然后通过特征选择选择合适的声学特征构建特征模板;最后利用支持向量机模型实现韵律停顿的自动识别,并对实验结果进行分析。(本文来源于《山西大学》期刊2017-06-01）
李枭[8]（2017）在《基于文本和语音特征的汉语韵律短语边界预测》一文中研究指出目前,语音合成技术在公共信息咨询与发布、语音应答、手机语音服务、主持文稿校对、残疾人辅助等许多方面得到广泛应用。可懂度和自然度是衡量语音合成质量的主要指标,合成高可懂度、高自然度的语音,一直是语音合成所追求的目标。现阶段合成语音的可懂度已经达到了较高的水平,但自然度还不够理想,主要问题是语音表达中语句节奏感较差,机器味太重,情感中缺少轻重缓急和抑扬顿挫。因此,实现恰当的韵律切分,正确地把握话语的韵律结构,是加强合成语音节奏感、提高其自然度的关键。针对提高合成语音的自然度问题,本文的主要工作是通过研究汉语的韵律结构,实现对韵律短语边界的自动预测。本文主要研究内容有:(1)韵律短语边界处文本与语音特征的分析与提取目前,研究人员对韵律短语边界预测大多数采用的都是词、词性、词长等代表性的文本特征,但是单从文本特征进行韵律短语边界预测的效果并不理想,因此本文提出了基于文本与语音组合特征的汉语韵律短语边界预测方法,通过统计分析韵律短语边界处的文本与语音特征,利用不同模型的特征选择算法,选取模型最优特征集进行模型的训练与预测。(2)基于文本特征的韵律短语边界预测从人工标注的语料中提取文本特征,主要包含有:词、词性、词长等常见的文本特征,通过分析条件随机场模型中的原子特征、组合特征,确定sCRF模型的特征模板,构建基于sCRF的韵律短语边界预测模型。通过对最大熵模型原理的介绍,利用最大熵方法也建立了韵律短语预测模型,并对预测结果进行了对比分析。(3)基于文本与语音组合特征的韵律边界预测在文本特征的基础上加入语音特征,包括音节延缩比、韵母时长延缩比、音节类型、无声段相对时长、声调类型等特征。通过对提取特征的分析,选取最优的特征选择算法,分别利用最大熵与条件随机场方法建立不同的韵律短语边界预测系统,与基于文本特征的预测实验结果进行对比分析。(本文来源于《山西大学》期刊2017-06-01）
黄贤军,郑海洋,吕士楠,杨锦陈[9]（2016）在《韵律短语边界对降阶和焦点后音高骤降的影响》一文中研究指出通过设计特定声调组合和语境的实验室语句,考察了韵律短语边界对语句中降阶和焦点后音高骤降的影响规律,以及降阶和焦点的作用域。结果发现,在由两个韵律短语组成的语句中,韵律短语边界会阻断前一短语中的降阶作用,降阶的作用域是韵律短语。焦点的实现与降阶不同:焦点后的正向音高降低作用会跨越韵律短语边界,使得后一韵律短语的高音线明显降低;如果后一韵律短语中有降阶,则焦点的跨边界音高降低作用会与降阶作用累积在一起,产生更低的高音线,说明焦点的作用域是语调短语。但当后一韵律短语也出现焦点时,音高重置阻断了前一短语中焦点的正向音高降低作用,此时两个焦点分别独立地实现。(本文来源于《声学学报》期刊2016年04期）
蔡滢滢[10]（2016）在《采用无标注语料及词“粘连”剔除策略的韵律短语预测》一文中研究指出科技在进步,时代在发展。在这个"读图"和"听音"的时代,语音技术已不再陌生,让机器开口"说话"也不再是幻想。目前,语音合成的清晰度已达到人们的要求,流畅度却尚待提高,合成的语音自然度低、节奏感差。因此,提升语音合成的流畅度是当前亟待解决的问题。在语音合成技术的文本信息处理中,韵律短语的划分对语音合成的流畅度有着至关重要的影响。目前韵律结构预测方面的研究绝大多数采用人工标注韵律结构的语料,即人工标注语料,这种语料通常篇幅较小,若想扩大其规模又会受到诸多限制。因此,本文工作主要针对当前获取大规模的人工标注语料所面临的困难和问题而展开,研究采用无标注语料进行韵律结构预测的方法。利用标点符号能表示停顿的性质,本文提出一种采用无标注语料和词"粘连"剔除策略的韵律短语识别方法。本文工作可分为下列几个方面:(1)标点符号的等级划分与无标注语料的获取基于用标点符号模拟韵律标志的思想,利用标点符号能表示停顿且停顿时间长短不同、差异较大的性质,本文提出应该将标点符号划分为不同的等级区别对待,并赋予每一等级不同的权重。通过反复试验,我们获取了标点符号的最佳等级划分方法及各级的最优参数分配》之后,基于多级标点符号获得大规模的无人工标注韵律标志的语料,即无标注语料。(2)基于互信息的语法词"粘连"互信息在自然语言处理中被描述为衡量两个类或词之间相关程度的尺度。本文基于大规模无标注语料库(仅做了自动分词和词性标注处理),利用互信息对任意两个词性标记的邻接情况进行了统计和度量,并据此将联系较为紧密的语法词对“粘连"起来,形成"粘连单元"。本文认为"粘连单元"内的语法词结合相对紧密,其中出现韵律短语边界的可能性较小,应忽略不计。(3)基于最大熵模型及词"粘连"剔除策略的韵律短语自动识别首先,基于大规模的无标注语料构建用于韵律短语自动预测的最大熵模型;通过对人工标注语料的分析和统计,为基于句长的Top-K方法确定参数K的取值。其次,对待识别语料进行子句分割,利用构建的最大熵模型,结合Top-K方法,实现了韵律短语的初步预测。最后,基于"粘连"词性对集和"粘连"算法,对待识别语料进行"粘连"处理和标注,并依据标注结果,对韵律短语初始预测结果进行噪声剔除,获得最终的韵律短语识别结果。(本文来源于《山西大学》期刊2016-06-01）
韵律短语论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
韵律制约着句子中的介宾位置,非动词性短语不能充当句末成分,句子的重音必须由动词充当。在个旧方言中,韵律同样制约着动词与介宾短语的组合,使得"主语+动词+[a~(53)]+方位/时间短语"成立,而"主语+动词+[a~(53)]+介宾短语"不成立,这一切都是动词指派核心重音的结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
韵律短语论文参考文献
[1].帕丽旦·木合塔尔,买买提阿依甫,杨文忠,吾守尔·斯拉木.基于BiRNN的维吾尔语情感韵律短语注意力模型[J].电子科技大学学报.2019
[2].钟佳宁.个旧方言中韵律制约下的动词与介宾短语的组合[J].长江丛刊.2019
[3].钱揖丽,张二萌.基于句法依存和条件随机场的韵律短语识别[J].清华大学学报(自然科学版).2019
[4].汪丹丹.一种基于多属性模糊决策的英文韵律短语边界预测方法[J].西安文理学院学报(自然科学版).2018
[5].张二萌.基于句法依存的汉语韵律短语识别[D].山西大学.2018
[6].罗一丽.韵律对汉语词汇、短语和句子加工影响的研究[D].南京师范大学.2018
[7].王娟.语音韵律短语边界处的声学表现及语音停顿识别[D].山西大学.2017
[8].李枭.基于文本和语音特征的汉语韵律短语边界预测[D].山西大学.2017
[9].黄贤军,郑海洋,吕士楠,杨锦陈.韵律短语边界对降阶和焦点后音高骤降的影响[J].声学学报.2016
[10].蔡滢滢.采用无标注语料及词“粘连”剔除策略的韵律短语预测[D].山西大学.2016