| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 本文的研究背景 | 第13-14页 |
| 1.2 相关研究 | 第14-18页 |
| 1.2.1 语料库和语料库语言学 | 第14-15页 |
| 1.2.2 基于Internet的双语信息自动获取 | 第15-16页 |
| 1.2.3 双语语料库的对齐加工 | 第16-18页 |
| 1.2.4 基于双语语料库的翻译知识获取 | 第18页 |
| 1.3 本文的主要工作 | 第18-20页 |
| 1.4 本文的组织结构 | 第20-22页 |
| 第2章 基于Internet的中日双语信息挖掘 | 第22-41页 |
| 2.1 网络信息挖掘技术概述 | 第22-25页 |
| 2.2 基于Internet的双语信息挖掘系统 | 第25-27页 |
| 2.2.1 开源网络爬虫的扩展 | 第26-27页 |
| 2.2.2 双语网站列表的生成 | 第27页 |
| 2.3 中日双语网页的分析 | 第27-40页 |
| 2.3.1 双语平行网页的分析 | 第28-33页 |
| 2.3.2 双语混和网页的分析 | 第33-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第3章 双语篇章的对齐加工 | 第41-61页 |
| 3.1 段落对齐 | 第41-50页 |
| 3.1.1 通用的段落对齐方法 | 第42-47页 |
| 3.1.2 算法实验结果和分析 | 第47-50页 |
| 3.2 句子对齐 | 第50-58页 |
| 3.2.1 句子对齐基本概念 | 第50-52页 |
| 3.2.2 中日新闻句子对齐算法 | 第52-57页 |
| 3.2.3 句子对齐实验结果和分析 | 第57-58页 |
| 3.3 “1：n”型长句切分 | 第58-60页 |
| 3.3.1 “1：n”型长句切分算法 | 第58-60页 |
| 3.3.2 实验结果和分析 | 第60页 |
| 3.4 本章小结 | 第60-61页 |
| 第4章 中日双语平行语料库词对齐的研究 | 第61-82页 |
| 4.1 概述 | 第61-66页 |
| 4.1.1 词对齐的主要方法 | 第61-64页 |
| 4.1.2 词对齐的难点 | 第64-65页 |
| 4.1.3 中日词对齐研究现状 | 第65-66页 |
| 4.2 基于中日双语语料库的词对齐方法 | 第66-70页 |
| 4.2.1 基于混和策略的词对齐方法 | 第66-69页 |
| 4.2.2 实验结果 | 第69-70页 |
| 4.3 分词方法对词对齐的影响 | 第70-73页 |
| 4.3.1 分词影响的体现 | 第70-72页 |
| 4.3.2 不同分词粒度对词对齐的影响实验 | 第72-73页 |
| 4.4. 长句对的切分 | 第73-81页 |
| 4.4.1 减少长句对切分副作用的预处理 | 第73-77页 |
| 4.4.2 长句对切分算法 | 第77-78页 |
| 4.4.3 实验结果和分析 | 第78-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第5章 双语语料库的翻译知识自动获取 | 第82-93页 |
| 5.1 引言 | 第82页 |
| 5.2 双语词表的自动抽取 | 第82-86页 |
| 5.2.1 常用的词表自动生成方法 | 第83页 |
| 5.2.2 双语词表的自动抽取 | 第83-85页 |
| 5.2.3 实验结果 | 第85-86页 |
| 5.3 命名实体翻译的自动抽取 | 第86-91页 |
| 5.3.1 概述 | 第86-87页 |
| 5.3.2 中日命名实体翻译的自动抽取 | 第87-90页 |
| 5.3.3 实验结果 | 第90-91页 |
| 5.4 本章小结 | 第91-93页 |
| 第6章 结束语 | 第93-95页 |
| 参考文献 | 第95-103页 |
| 致谢 | 第103-104页 |
| 攻读博士期间发表的论文和参加的项目 | 第104-106页 |