基于单词和短语语义的统计翻译模型研究
| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 研究现状 | 第11-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 论文组织结构 | 第15-16页 |
| 第二章 相关知识介绍 | 第16-27页 |
| 2.1 基于短语的统计机器翻译简介 | 第16-20页 |
| 2.1.1 平行语料库获取 | 第16-17页 |
| 2.1.2 模型训练 | 第17-18页 |
| 2.1.3 解码 | 第18-19页 |
| 2.1.4 译文评测方法 | 第19-20页 |
| 2.2 基准系统介绍 | 第20-23页 |
| 2.3 主题模型 | 第23-24页 |
| 2.4 Word2vec简介 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于动词选择偏向性的统计翻译模型 | 第27-45页 |
| 3.1 引言 | 第27-28页 |
| 3.2 语义约束关系实例抽取 | 第28-32页 |
| 3.2.1 目标端关系实例抽取 | 第28-30页 |
| 3.2.2 源端—目标端关系实例抽取 | 第30-32页 |
| 3.3 选择偏向性模型 | 第32-34页 |
| 3.3.1 基于条件概率的选择偏向性 | 第32-33页 |
| 3.3.2 基于主题的选择偏向性 | 第33页 |
| 3.3.3 跨语义的选择偏向性 | 第33-34页 |
| 3.4 未可见词的选择偏向性 | 第34-36页 |
| 3.5 解码 | 第36-39页 |
| 3.6 实验设计与分析 | 第39-43页 |
| 3.6.1 实验设置 | 第39-40页 |
| 3.6.2 实验结果与分析 | 第40-43页 |
| 3.7 本章小结 | 第43-45页 |
| 第四章 基于超词义的统计翻译模型 | 第45-60页 |
| 4.1 引言 | 第45-46页 |
| 4.2 超词义 | 第46-48页 |
| 4.3 超词义标注 | 第48-49页 |
| 4.4 基于超词义的翻译模型 | 第49-53页 |
| 4.4.1 基于最大熵分类器的模型 | 第49-50页 |
| 4.4.2 基于超词义嵌入的模型 | 第50-53页 |
| 4.5 解码 | 第53-54页 |
| 4.6 实验设计与分析 | 第54-59页 |
| 4.6.1 实验数据 | 第54-55页 |
| 4.6.2 实验设置 | 第55-56页 |
| 4.6.3 实验结果与分析 | 第56-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-63页 |
| 5.1 工作总结 | 第60-61页 |
| 5.2 研究展望 | 第61-63页 |
| 参考文献 | 第63-71页 |
| 攻读硕士学位期间取得的科研成果 | 第71页 |
| 攻读硕士学位期间参与的科研项目 | 第71-72页 |
| 致谢 | 第72-74页 |
