基于深度學(xué)習(xí)的電子文本自然語言處理系統(tǒng)

趙棟材 周雁

摘 要 電子文本自然語言處理是新時(shí)代發(fā)展的產(chǎn)物，在計(jì)算機(jī)科學(xué)領(lǐng)域發(fā)展中占據(jù)重要地位。傳統(tǒng)的電子文本自然語言處理系統(tǒng)花費(fèi)成本較高，人工投入較大，已經(jīng)不能滿足目前提出的要求?；谏疃葘W(xué)習(xí)設(shè)計(jì)了電子文本自然語言處理系統(tǒng)，分別對系統(tǒng)的硬件、軟件進(jìn)行設(shè)計(jì)，硬件部分由數(shù)據(jù)采集器、數(shù)據(jù)合成器和數(shù)據(jù)處理器3部分組成，由SIFT算法實(shí)現(xiàn)軟件部分的計(jì)算。通過對比實(shí)驗(yàn)證明給出的系統(tǒng)能夠有效處理自然語言，而且工作效率很高，具有很好的發(fā)展前景。

【關(guān)鍵詞】深度學(xué)習(xí) 電子文本 自然語言 語言處理系統(tǒng)

步入二十一世紀(jì)之后，計(jì)算機(jī)行業(yè)得到迅速發(fā)展，自然語言處理（NLP）是計(jì)算機(jī)科學(xué)領(lǐng)域研究的一個(gè)重要方向。在處理自然語言時(shí)要運(yùn)用到語言學(xué)、數(shù)字學(xué)與計(jì)算機(jī)學(xué)等多個(gè)學(xué)科，并將其融合到一起進(jìn)行研究。自然語言是人們在日常生活中應(yīng)用的語言，和語言學(xué)緊密相關(guān)，但是也不完全相同。具體來說，自然語言處理是一種計(jì)算機(jī)系統(tǒng)，能夠有效實(shí)現(xiàn)自然語言通信。綜上所述，本文基于深度學(xué)習(xí)設(shè)計(jì)了電子文本自然語言處理系統(tǒng)，分別對系統(tǒng)的硬件、軟件進(jìn)行設(shè)計(jì)，通過實(shí)驗(yàn)驗(yàn)證了所給系統(tǒng)的可行性。

1 基于深度學(xué)習(xí)的電子文本自然語言處理系統(tǒng)硬件設(shè)計(jì)

基于深度學(xué)習(xí)對電子文本自然語言處理系統(tǒng)硬件部分進(jìn)行設(shè)計(jì)，硬件由數(shù)據(jù)采集器、數(shù)據(jù)合成器和數(shù)據(jù)處理器3部分組成，系統(tǒng)硬件的功能如下：由數(shù)據(jù)采集器對電子文本的信息進(jìn)行采集，然后由數(shù)據(jù)合成器篩選出無用信息，合成有用信息，最后利用數(shù)據(jù)處理器處理自然語言信息，至此完成整個(gè)自然語言處理過程?；谏疃葘W(xué)習(xí)的電子文本自然語言處理系統(tǒng)硬件部分總體設(shè)計(jì)框架圖如圖1所示。

數(shù)據(jù)采集器的采集芯片為英國Frocdema公司研發(fā)的ROM芯片，通過邏輯總線連接內(nèi)部結(jié)構(gòu)，利用A/D、D/A轉(zhuǎn)換器轉(zhuǎn)換數(shù)據(jù)。采集后的數(shù)據(jù)會深入到硬件中，將采集到的信息進(jìn)行集成處理，利用VHDL執(zhí)行操作命令，大大保證了系統(tǒng)的可靠性。

數(shù)據(jù)合成器選用法國Tnmlced公司研發(fā)的dacem合成器。Tnmlced公司歷經(jīng)五年時(shí)間研發(fā)了此款合成器，又經(jīng)過一年的時(shí)間試用，雖然是一款新型合成器，但是工作穩(wěn)定性極高，與市面上的其它合成器相比，dacem合成器合成能力至少能夠提高2倍以上。Dacem合成器內(nèi)部擁有12位DSP指令，通過6級整數(shù)流水線去執(zhí)行命令，效率極高。處理器同時(shí)具有讀/寫兩個(gè)操作部件，共同實(shí)現(xiàn)合成工作。

數(shù)據(jù)處理器是自然語言處理系統(tǒng)硬件的核心部分，處理器內(nèi)部選用美國Intel公司研發(fā)的Loihi1547人工智能處理芯片。此款芯片內(nèi)核為2.5V，控制總線工作頻率為72MHZ，支持處理148類自然語言，對語言的處理能力能達(dá)到15位，芯片分為運(yùn)行、休眠和停止三種狀態(tài)，工作耗時(shí)短，需要的成本很低，在非工作狀態(tài)系統(tǒng)進(jìn)入休眠模式，不會造成功率的浪費(fèi)。

2 基于深度學(xué)習(xí)的電子文本自然語言處理系統(tǒng)軟件設(shè)計(jì)

基于SIFT算法對本文提出的電子文本自然語言處理系統(tǒng)進(jìn)行軟件設(shè)計(jì)。在處理自然語言中，處理設(shè)備需要選用鏈路質(zhì)量確定模式，當(dāng)RSSI達(dá)到最大網(wǎng)絡(luò)模式時(shí)接入，還要考慮通信場強(qiáng)強(qiáng)度是否均衡。SIFT算法如下所示：

公式（1）中，G（x，y）為高斯函數(shù)，計(jì)算過程如下：

（x，y）代表自然語言的尺度坐標(biāo)，σ表示語言類別，尺度不同對應(yīng)的語言精度也不同。由公式可知，當(dāng)G（x，y）=70時(shí)，自然語言處理系統(tǒng)處理能力最強(qiáng)，傳遞速率最高，工作性能最穩(wěn)定

3 實(shí)驗(yàn)研究

為了測試本文設(shè)計(jì)的電子文本自然語言處理系統(tǒng)是否具有實(shí)際可操作性，與傳統(tǒng)的電子文本自然語言處理系統(tǒng)進(jìn)行了對比，設(shè)計(jì)實(shí)驗(yàn)，實(shí)驗(yàn)參數(shù)如下：電源電壓限定在220V以內(nèi)，電源模式為三相四線制，系統(tǒng)最大負(fù)載電阻為10Ω，最小負(fù)載電阻為5Ω，電感串聯(lián)為20mA，系統(tǒng)工作時(shí)長2h。

傳統(tǒng)系統(tǒng)和本文設(shè)定的電子文本自然語言處理系統(tǒng)都能實(shí)現(xiàn)自然語言的智能處理，但是本文設(shè)計(jì)的系統(tǒng)處理能力始終高于傳統(tǒng)系統(tǒng)。尤其是到后期時(shí)，傳統(tǒng)的系統(tǒng)已經(jīng)無法進(jìn)行語言處理，但是本文設(shè)定的系統(tǒng)工作效率依然極高，工作時(shí)不會消耗過多的成本，產(chǎn)生的噪音很小，有效降低工作人員的勞動強(qiáng)度。

4 結(jié)束語

通過本文的探討分析可以了解到傳統(tǒng)的電子文本自然語言處理系統(tǒng)局限性較大，本文基于深度學(xué)習(xí)設(shè)計(jì)的語言系統(tǒng)，硬件部分由數(shù)據(jù)采集器、數(shù)據(jù)合成器和數(shù)據(jù)處理器3部分組成，在短時(shí)間內(nèi)處理不同類型的語言。利用SIFT算法計(jì)算出語言換算頻率，有效實(shí)現(xiàn)軟件系統(tǒng)設(shè)計(jì)。通過與傳統(tǒng)系統(tǒng)進(jìn)行對比實(shí)驗(yàn)顯示的結(jié)果可知，本文設(shè)計(jì)的系統(tǒng)工作穩(wěn)定性更強(qiáng)，在工作時(shí)產(chǎn)生的噪聲更小，消耗成本很低，工作效率高，是未來的必然發(fā)展方向。

參考文獻(xiàn)

[1]任柏青.基于深度學(xué)習(xí)的智能中文文本檢校方法[J].現(xiàn)代電信科技，2017，47（04）：55-58.

[2]崔萌，張春云.基于不同語料的詞向量對比分析[J].蘭州理工大學(xué)學(xué)報(bào)，2017，43（03）：112-116.

作者簡介

趙棟材（1976-），男，四川省南充市人。碩士研究生。副教授，碩士生導(dǎo)師。研究方向?yàn)樽匀徽Z言處理。

周雁（1981-），女，廣東省高州市人。碩士研究生。副教授，碩士生導(dǎo)師。研究方向?yàn)檎Z音處理、嵌入式系統(tǒng)。

作者單位

西藏大學(xué)信息科學(xué)技術(shù)學(xué)院 西藏自治區(qū)拉薩市 850000