基于格框架的机器翻译
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·格框架与机器翻译 | 第10-15页 |
| ·本文的工作 | 第15-18页 |
| 第二章 语义资源的整合 | 第18-28页 |
| ·各种语义资源的介绍 | 第18-22页 |
| ·WordNet | 第18-19页 |
| ·VerbNet | 第19-21页 |
| ·FrameNet | 第21-22页 |
| ·语义资源的利用和整合 | 第22-26页 |
| ·FrameNet和WordNet的整合 | 第22-23页 |
| ·VerbNet和WordNet的整合 | 第23-24页 |
| ·FrameNet和VerbNet的整合 | 第24-25页 |
| ·整合结果 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 语义角色标注系统 | 第28-48页 |
| ·特征提取 | 第28-34页 |
| ·统计学习方法概述 | 第28-29页 |
| ·支持向量机 | 第29-32页 |
| ·最大熵模型 | 第32-34页 |
| ·基于最大熵的语义角色标注系统 | 第34-45页 |
| ·概述 | 第34页 |
| ·语义角色标注单元 | 第34-36页 |
| ·标注过程 | 第36-45页 |
| ·本章小结 | 第45-48页 |
| 第四章 英汉双语格框架的自动构建 | 第48-64页 |
| ·格框架自动构建的理论依据 | 第48-49页 |
| ·前人提出的方法 | 第49-51页 |
| ·基于HowNet的中文词元构建方法 | 第51-54页 |
| ·HowNet简介 | 第51-52页 |
| ·中文词元构建 | 第52-54页 |
| ·中文词元对齐结果 | 第54页 |
| ·基于角色标注的英汉双语格框架的构建 | 第54-62页 |
| ·系统概述 | 第54-55页 |
| ·构建详细步骤 | 第55-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 基于格框架的英汉翻译系统 | 第64-76页 |
| ·系统框架 | 第65-66页 |
| ·系统的实现技术 | 第66-72页 |
| ·句法分析 | 第66页 |
| ·角色标注 | 第66-69页 |
| ·取得格框架信息 | 第69-70页 |
| ·角色翻译 | 第70-71页 |
| ·角色调序 | 第71-72页 |
| ·实现语言和平台 | 第72页 |
| ·实验结果 | 第72-74页 |
| ·本章小结 | 第74-76页 |
| 第六章 总结和展望 | 第76-78页 |
| ·本文工作总结 | 第76-77页 |
| ·展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 在学研究成果 | 第82-84页 |
| 致谢 | 第84页 |
