语义分析和语言生成在机器翻译中应用的研究
| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 语义分析研究现状 | 第12-13页 |
| 1.2.2 语言生成研究现状 | 第13-14页 |
| 1.3 研究内容 | 第14-16页 |
| 1.4 组织结构 | 第16-18页 |
| 第2章 相关知识介绍 | 第18-27页 |
| 2.1 语义表达式 | 第18-20页 |
| 2.1.1 语义表达式种类 | 第18-19页 |
| 2.1.2 预处理 | 第19页 |
| 2.1.3 后处理 | 第19-20页 |
| 2.2 基于层次短语的统计机器翻译模型 | 第20-23页 |
| 2.2.1 同步上下文无关文法 | 第20-21页 |
| 2.2.2 规则抽取 | 第21-22页 |
| 2.2.3 解码器 | 第22-23页 |
| 2.3 神经机器翻译模型 | 第23-25页 |
| 2.3.1 门控循环单元神经网络 | 第23-24页 |
| 2.3.2 编码—解码模型 | 第24-25页 |
| 2.4 语料资源和性能评测指标 | 第25-26页 |
| 2.4.1 语料资源 | 第25-26页 |
| 2.4.2 性能评测指标 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 语义分析 | 第27-43页 |
| 3.1 问题描述及相关研究 | 第27-28页 |
| 3.2 基于层次短语翻译模型的语义分析 | 第28-35页 |
| 3.2.1 语义分析的词对齐 | 第28-30页 |
| 3.2.2 多标记SCFG | 第30-31页 |
| 3.2.3 生成未登录词翻译规则 | 第31-32页 |
| 3.2.4 实验 | 第32-35页 |
| 3.3 多语言到语义表达式的神经语义分析 | 第35-42页 |
| 3.3.1 双编码结合 | 第35-37页 |
| 3.3.2 多语言到语义表达式的注意力模型 | 第37-38页 |
| 3.3.3 实验 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 语言生成 | 第43-55页 |
| 4.1 问题描述及解决方案 | 第43-44页 |
| 4.2 基于层次短语翻译模型的语言生成 | 第44-51页 |
| 4.2.1 语言生成的词对齐 | 第45-47页 |
| 4.2.2 n-best翻译结果过滤 | 第47-48页 |
| 4.2.3 多参照 | 第48页 |
| 4.2.4 实验 | 第48-51页 |
| 4.3 语义表达式到多语言的神经语言生成 | 第51-54页 |
| 4.3.1 编码—双解码模型 | 第51-53页 |
| 4.3.2 实验 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 语义分析和语言生成在机器翻译中的应用 | 第55-60页 |
| 5.1 问题描述及解决方案 | 第55-56页 |
| 5.2 基于n-best语义分析结果的语言生成 | 第56页 |
| 5.3 实验结果与分析 | 第56-59页 |
| 5.3.1 实验语料与实验设置 | 第56-57页 |
| 5.3.2 实验结果与分析 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-63页 |
| 6.1 研究工作总结 | 第60-61页 |
| 6.2 下一步工作设想 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间取得的科研成果 | 第68页 |
| 攻读学位期间参与的科研项目 | 第68-69页 |
| 致谢 | 第69-71页 |
