《漢字簡繁文本智能轉換系統》(第二期)通過鑑定

2021-01-08 中華人民共和國教育部

　　6月24日，《漢字簡繁文本智能轉換系統》（第二期）在京通過專家鑑定。教育部語言文字信息管理司、國臺辦交流局和廈門大學有關工作人員出席了鑑定會。該項目二期的研究目標是在一期基礎上，進一步完善面向臺灣和面向古籍的簡繁轉換系統，並增加面向香港的簡繁轉換系統和粵方言到普通話的機器翻譯系統。

　　鑑定專家組由國家語委原副主任傅永和、語文出版社原社長李行健、社科院語言所研究員董琨、中國中文信息學會秘書長孫樂、清華大學教授孫茂松等專家組成。專家組聽取了項目組的研究報告，審閱了相關技術資料，觀看了系統演示，並進行了認真質詢。專家組認為，面向古籍的漢字簡繁文本轉換系統，經第三方測試字級別轉換準確率為99.122%，轉換準確率有較大提升；面向臺灣的轉換系統，字級別轉換準確率和詞彙轉換準確率有進一步提升；面向香港的轉換系統，字級別轉換性能達到了面向臺灣的轉換系統的水平。此外，項目組建立的23億字的繁體語料庫，為古籍整理數位化和語言文字學相關研究提供了良好基礎；研發的粵方言到普通話的機器翻譯系統性能良好。專家組一致認為，該項目研究成果處於國際領先水平，建議進一步完善成果，同時在國家有關部門指導和支持下做好推廣應用工作。

　　《漢字簡繁文本智能轉換系統》是教育部、國家語委為落實《第五屆兩岸經貿文化論壇共同建議》設立的專項項目，對海峽兩岸暨港澳地區民眾溝通、信息交流和經濟文化教育等各領域發展都具有重要意義。系統研發分為兩期，一期成果於2014年7月通過專家鑑定，並於2014年11月發布，免費向社會公眾提供在線文本轉換和網頁轉換服務，同時也逐步在一些高校、企業的官方網站上應用，得到社會和業界認可。在二期研發中，廈門大學研發團隊加強了與臺灣以及港澳地區業界同行的交流合作，重點是豐富系統功能和提高轉換準確率。2016年5月，經中國中文信息學會評測，項目二期成果在轉換功能、規範性、準確率等幾項指標上均表現出色，研究成果處於國際領先水平。

相關焦點

  • 國家語委漢字簡繁文本智能轉換系統準確率近100%
    新華社北京６月３０日電（記者劉奕湛）記者３０日從教育部獲悉，《漢字簡繁文本智能轉換系統》第二期成果在京通過專家鑑定。經中國中文信息學會評測，該系統在轉換功能、規範性、準確率等幾項指標上均表現出色，其中字級別簡體到繁體轉換準確率達到９９．９９４％，面向古籍的簡體到繁體轉換準確率達到９９．１２２％，與國內外同類系統相比均有較大提高。　　據了解，該項目是教育部、國家語委為落實《第五屆兩岸經貿文化論壇共同建議》設立的專項項目，是兩岸語言文字交流合作的又一重要成果。
  • 利用中文維基百科實現基於表達習慣的高質量中文簡繁轉換...
    比如說，大陸管panda叫「熊貓 」，臺灣香港叫「貓熊」；大陸管database叫「資料庫」，臺灣香港叫「資料庫」；大陸管籃球飛人叫「麥可.喬丹」,臺灣香港叫「米高.佐敦」…… 所以，從某種意義上說，中文的簡繁轉換其實更像是一個翻譯過程。許多的應用程式和網站都提供中文簡繁轉換，但99.9%都是基於漢字簡繁編碼的一一對應關係做基本語言單位—— 字級別上的轉換。
  • TH-OCR文字識別系統介紹
    一.TH-OCR　　TH-OCR是英文Optical Character Recognition的縮寫，意思為光學字符識別，通稱為文字識別，它的工作原理為通過掃描儀或數位相機等光學輸入設備獲取紙張上的文字圖片信息，利用各種模式識別算法分析文字形態特徵，判斷出漢字的標準編碼，並按通用格式存儲在文本文件中，由此可以看出，OCR實際上是讓計算機認字，實現文字自動輸入。
  • word表格轉換功能:規律分隔文本,如何快速分列顯示
    話不多說，先來看看下圖：有時我們從系統裡面導出來的數據就像上面圖中一樣，是以逗號（PS:此處是英文半角狀態下的逗號）作為分隔符號將數據分開，現在需要將其分成三列顯示。大部分小夥伴們可能最先想到的應該是用Excel的【分列】功能來處理。
  • Word繁體簡體怎麼相互轉換
    下面介紹Word繁體簡體怎麼相互轉換。（本篇圖文底部可查看步驟操作視頻）Word繁體簡體相互轉換Word文檔功能強大，可以直接進行繁體簡體的相互轉換，還可以自定義詞典，一起來操作試試吧。第一步，選中要進行轉換的文本內容。
  • Excel裡將漢字轉為拼音!居然還能這樣直接篩選替換!
    那麼，首先，我們得找到漢字拼音對照表，下面是我找到的一個（下載連結見文末）：- 【一】簡單直觀解法 -- 1 -導入文本文件- 5 -對需要轉換的漢字寫轉換公式或將漢字分列成表後做合併查詢= Text.Combine(        List.Transform(
  • 日本推出面向外國人的起名軟體 可將英文名自動轉換成漢字
    人民網東京5月25日電 手機軟體開發公司Libre 24日推出了一款可以將歐美人名字自動轉換成漢字的軟體「KANJI NAME」。 用戶在軟體中輸入英文名，按下按鍵，系統就會自動選擇匹配漢字，轉換成漢字名。
  • 辦公小技巧:利用文本轉換 實現特殊圖形效果
    在製作PPT幻燈片的過程中，文本效果的轉換一般多用於文本動畫。其實，如果在對文本的轉換後，通過利用顏色、三維屬性、陰影等，稍加設置之後，就會產生特殊的圖形效果。例如，如圖所示的這個五彩變換葉輪圖案，就是由4個簡單得不能再簡單的字符「\」經過變換和設置而來的（圖1）。
  • 漢字轉成拼音的方法
    將上訪文本框的內容填寫上自已想要的漢字，可以是一個字、一個詞語也可以是一句話甚至於一段話他都是可以幫你翻譯出來相應的漢字拼音的，填寫完畢後點擊中間的[轉換]按鈕，然後漢字轉拼音軟體會在下方的文本框顯示出來相應的結果，如圖：軟體提供了很多便捷、宜人的功能設置，比如你想要比較快速的去知道某個漢字是讀第幾聲的，那你可以勾選下方的：包括聲調[數字]，其結果上拼音的旁邊就會出現1-
  • 雜談TTS(Text to speech)文本轉語音
    今天說的TTS是text to speech，從文本到語言，文本轉語音，文本朗讀，差不多是一個意思。在語音系統開發中經常要用到。記得有一次，我打了一輛Uber，在車裡，相信大家都聽到過一句：「百度地圖將持續為您導航」。當時，我就傻叉似的問了同行的夥伴，這個說話的女聲，是專門找人錄製的嗎？（作為在百度待過的，感覺羞辱萬分）。
  • 智能語音機器人底層系統設計邏輯
    一、智能客服背景智能語音客服機器人是在傳統的客服系統基礎上，集成了語音識別、語義理解、知識圖譜、深度學習等多項智能交互技術，能準確理解用戶的意圖或提問，再根據豐富的內容和海量知識圖譜，給予用戶滿意的回答，目前已廣泛應用於金融、保險、汽車、房產、電商、政府等多個領域。
  • 威動智能影庫一周影片大放送(2021年1月第二期)
    女巫 1080P  DTS HD 5.1  簡繁雙語字幕在這個世界上，女巫是真實存在的，她們對小孩恨之入骨，整日算計如何消滅小孩。主人公是在8歲那年聖誕節失去雙親的小男孩，他從此與外婆以及寵物鼠黛西相依為命。
  • 掃描件PDF怎麼轉換成可編輯文本?方法這麼簡單?
    掃描件PDF怎麼轉換成可編輯文本？pdf文件的屬性不同，編輯的方法也不同。因為pdf文件有很多的格式，有的是純文字，有的是圖文格式，最麻煩的是掃描的pdf文件。針對不同類型的pdf文件，要怎麼進行轉換呢？其實方法很簡單，一起來圍觀吧！
  • 國家遊泳中心完成第二次「水冰轉換」
    經濟日報-中國經濟網北京12月21日訊 （記者 楊學聰）12月21日，北京國資公司所屬國家遊泳中心冬奧會冰壺場館「冰立方」順利完成第二次「水冰轉換」，並啟動第二期「全民冬奧冰壺體驗項目」。記者在「冰立方」比賽大廳看到，大廳中部通過搭建可轉換結構及安裝可拆裝製冰系統，形成具有4條標準賽道的冰壺場地。「這種轉換模式不僅實現了『水立方』與『冰立方』互換，還實現了轉換材料重複利用，大幅降低後期拆除改造成本。」中建一局建設發展公司「冰立方」項目經理劉軍告訴記者。「冰立方」比賽大廳內的冰壺場地。
  • 許超傑丨《四庫全書》提要文本系統例說
    通過分析這十餘種《小字錄》提要文本，劉先生最後繪製了一張「《小字錄》四庫提要源流示意圖」，如下：毫無疑問，劉先生此文是當下最為深入的《四庫》提要文本演變研究力作。通過劉先生此圖，我們也可以發現《小字錄》提要文本的發展是一個線性過程。雖然在此線性中存在許多並列、分支，但總體而言，從《初次進呈存目》到《總目》，確是一個線性的衍變過程。
  • 大部分人都不知道的excel小技巧,快速將中文漢字轉換成拼音
    我們在日常工作中，經常會使用到excel處理和分析各種各樣的數據，不過excel表裡有時候也有中文漢字，這次我們就一起來學習一下中文漢字轉換成拼音的技巧。快速將中文漢字轉換成拼音我們以實例來講解，第一列是中文漢字，第二列是帶有拼音的中文漢字，第三列是只有拼音，這是怎麼做到的呢？
  • 漢字設計技巧!藝術化創意方法
    正是漢字的這種以「意」造型、以「形」表意的特徵，為設計師們提供了源源不斷的創意源泉。設計師們通過藝術處理手段與漢字的融合，創造出了更為豐富的視覺傳達符號，並將它們應用於各種形式的平面設計作品中。 它是將漢字中的某些筆畫用圖形來代替，就好像對漢字進行裝飾，使漢字具有更豐富的表意性。在這種設計理念中，與漢字結合的圖形，可以是具象的，如動物植物的；也可是抽象的，如幾何中的點、線、面甚至是體。這樣所設計出的新元素，既保留原漢字的本意，又能通過圖形，引導人們展開想像與聯想，正確領會設計的寓意。
  • 智能語音在人機互動中的應用
    語音為模擬信號，需經過麥克風等設備採樣處理後成為機器可處理的數位訊號；然後經過特徵提取，將信號從時域轉換到頻域；再利用提取到的特徵向量，經過模式匹配最終轉化為文本。在實際應用中，除了關注所採用的機器學習算法和軟體處理外，還需要重視語音採集環節，尤其遠場交互場景（例如智能音響）。語音採集是語音識別的前置條件，如果採集的語音質量不高，即使算力再充足、算法再精妙、數據量再大質量再高，最終的識別準確率也不理想。所以在一些場景下需要通過提升麥克風降噪效果、採用麥克風陣列等方式提升語音採集質量。
  • GPT-3成精了,萬物皆文本時代來臨!10年內通過圖靈測試?
    簡單來說，GPT-2 和 GPT-3 都是一種續寫文本的 AI 模型，開頭給幾句提示，後面的故事全靠他的語言模型一點一點續寫。思路順暢，很少遇到「寫作瓶頸」。 寫LaTeX公式對非學術研究人員來說是個頭疼的事，但有了GPT-3，LaTeX語法轉換竟是如此簡單。 前面我們說了，如果你想應用在特定任務上，需要給GPT-3一點小小的「提示」，它才能領會到你具體想幹啥。