西藏大学尼玛扎西教授做专题报告

尼玛扎西讲到神经网络起源于20世纪40年代，Sigmoid函数使其可以处理非线性问题，从而提升了建模能力。含有多个隐层的神经网络就是一种深度学习的结构，随着计算能力的惊人提高和大数据的出现，通过深度学习技术训练处理的模型在机器翻译和人脸识别等特定问题方面，已经达到了人类水平。西藏大学在藏语自然语言处理方面，已经建立了汉藏平行语料库，使用基于注意力机制的深度学习模型（LSTM）实现了藏汉机器翻译系统，目前正在西藏自治区推广使用该项技术。报告最后针对小数据条件，指出深度学习有望解决的三个问题：语音识别难以处理藏语多方言语音鲁棒识别，文字识别难以支持多场景藏文多风格字体文字识别、领域数据不平衡导致藏文机器翻译质量不稳定。
  报告结束后，尼玛扎西教授与信工学院老师、学生们进行了深入探讨。本次报告会为我院相关方向研究发展提供了很好的启发，对于我们进行藏汉自然语言处理提供了可借鉴的相关经验，为我院相关研究发展贡献了力量。
                                                        (文/图：雒伟群 提供)