基于深度学习的机器翻译技术研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究进展 | 第10-11页 |
| 1.3 问题的总结 | 第11-12页 |
| 1.4 本文主要研究内容 | 第12-13页 |
| 1.5 章节组织结构 | 第13-15页 |
| 第2章 神经机器翻译概述 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 网络架构介绍 | 第15-17页 |
| 2.2.1 编码器-解码器框架 | 第15-16页 |
| 2.2.2 门控递归神经网络 | 第16-17页 |
| 2.3 引入长句处理的神经机器翻译 | 第17-22页 |
| 2.3.1 问题的提出 | 第17-19页 |
| 2.3.2 词串切分的引入 | 第19-20页 |
| 2.3.3 短语分治的引入 | 第20-22页 |
| 2.4 引入先验知识的神经机器翻译 | 第22-25页 |
| 2.4.1 问题的提出 | 第22页 |
| 2.4.2 句法信息的引入 | 第22-24页 |
| 2.4.3 外部知识的引入 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于分治策略的神经机器翻译 | 第26-35页 |
| 3.1 引言 | 第26-27页 |
| 3.2 双语MNP语料库的构建 | 第27-28页 |
| 3.3“抽取-翻译-重组”框架 | 第28-30页 |
| 3.3.1 短语抽取 | 第28-29页 |
| 3.3.2 分治翻译 | 第29-30页 |
| 3.3.3 译文重组 | 第30页 |
| 3.4 实验验证 | 第30-34页 |
| 3.4.1 语料说明 | 第30-31页 |
| 3.4.2 模型与参数 | 第31-32页 |
| 3.4.3 结果与分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于多序列编码的神经机器翻译 | 第35-44页 |
| 4.1 引言 | 第35页 |
| 4.2 多序列编码 | 第35-36页 |
| 4.3 基于MUTIL-GRNN的神经机器翻译 | 第36-37页 |
| 4.4 基于MULTI-BIRNN的神经机器翻译 | 第37-38页 |
| 4.5 实验验证 | 第38-43页 |
| 4.5.1 语料说明 | 第38页 |
| 4.5.2 模型与参数 | 第38-39页 |
| 4.5.3 结果与分析 | 第39-41页 |
| 4.5.4 实例分析 | 第41-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 系统的设计与实现 | 第44-55页 |
| 5.1 中英神经机器翻译系统架构 | 第44-45页 |
| 5.2 网络框架与模型介绍 | 第45-51页 |
| 5.2.1 框架选择及优势 | 第45页 |
| 5.2.2 编码：BiGRU网络 | 第45-49页 |
| 5.2.3 对齐：Attention机制 | 第49-50页 |
| 5.2.4 解码：Softmax函数 | 第50-51页 |
| 5.3 实验验证 | 第51-54页 |
| 5.3.1 语料处理 | 第52-53页 |
| 5.3.2 参数设置 | 第53页 |
| 5.3.3 结果和分析 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第62页 |
