基于LSTM神经网络的蒙汉机器翻译的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究目的及意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.3.1 机器翻译研究现状 | 第9-10页 |
| 1.3.2 LSTM研究现状 | 第10-11页 |
| 1.4 研究内容 | 第11-12页 |
| 1.5 组织结构 | 第12-14页 |
| 第二章 相关技术与理论概述 | 第14-22页 |
| 2.1 神经机器翻译 | 第14-16页 |
| 2.2 神经机器翻译相关模型 | 第16-19页 |
| 2.2.1 循环神经网络 | 第16-18页 |
| 2.2.2 LSTM神经网络 | 第18-19页 |
| 2.2.3 GRU神经网络 | 第19页 |
| 2.3 训练技术与评估方法 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 语料预处理 | 第22-32页 |
| 3.1 语料编码与语料划分 | 第22-23页 |
| 3.1.1 语料编码格式 | 第22-23页 |
| 3.1.2 数据集划分 | 第23页 |
| 3.2 分词 | 第23-29页 |
| 3.2.1 CRF分词算法 | 第24-26页 |
| 3.2.2 GRU-CRF分词算法 | 第26-27页 |
| 3.2.3 GRU-CRF分词模型构建 | 第27-29页 |
| 3.3 词的向量化表示 | 第29-30页 |
| 3.4 分词实验与结果分析 | 第30-31页 |
| 3.5 本章小节 | 第31-32页 |
| 第四章 基于词素编码的LSTM蒙汉翻译研究 | 第32-48页 |
| 4.1 LSTM编码器模型构建 | 第32-38页 |
| 4.1.1 蒙古语词素切分 | 第32-35页 |
| 4.1.2 词素编码器构建过程 | 第35-38页 |
| 4.2 LSTM解码器模型构建 | 第38-40页 |
| 4.3 LSTM模型训练 | 第40-45页 |
| 4.3.1 激活函数与权重初始化 | 第40-42页 |
| 4.3.2 预训练过程 | 第42-45页 |
| 4.4 实验结果与分析 | 第45-47页 |
| 4.4.1 蒙古语词素切分实验 | 第45-46页 |
| 4.4.2 词素编码的LSTM模型实验 | 第46页 |
| 4.4.3 实验评测与对比分析 | 第46-47页 |
| 4.5 本章小节 | 第47-48页 |
| 第五章 基于LSTM的多粒度融合局部注意力研究 | 第48-63页 |
| 5.1 蒙古语构词形态 | 第48-49页 |
| 5.2 局部注意力机制 | 第49-53页 |
| 5.2.1 局部注意力模型 | 第49-52页 |
| 5.2.2 LDA算法特征向量降维 | 第52-53页 |
| 5.3 多粒度融合局部注意力模型 | 第53-55页 |
| 5.3.1 构建过程 | 第53页 |
| 5.3.2 对齐验证 | 第53-54页 |
| 5.3.3 对齐实验分析 | 第54-55页 |
| 5.4 LSTM多粒度融合局部注意力模型 | 第55-56页 |
| 5.5 模型实验 | 第56-62页 |
| 5.5.1 参数设定和模型生成 | 第56-58页 |
| 5.5.2 实验评测与对比 | 第58-61页 |
| 5.5.3 结果分析 | 第61-62页 |
| 5.5.4 实验总结 | 第62页 |
| 5.6 本章小节 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文及研究成果 | 第70页 |
