| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 研究内容及意义 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第2章 翻译检索系统基础理论与相关技术 | 第14-28页 |
| 2.1 中文分词 | 第14-17页 |
| 2.1.1 基于字符串匹配的分词方法 | 第14-16页 |
| 2.1.2 基于统计的分词方法 | 第16-17页 |
| 2.2 词对齐 | 第17-22页 |
| 2.2.1 词汇翻译概率分布 | 第17-18页 |
| 2.2.2 对齐 | 第18-19页 |
| 2.2.3 期望最大算法 | 第19-21页 |
| 2.2.4 Grow-Diag-Final算法 | 第21-22页 |
| 2.3 对数线性模型 | 第22-23页 |
| 2.4 相关性排序 | 第23-25页 |
| 2.4.1 倒排索引 | 第23-24页 |
| 2.4.2 文档相关性 | 第24-25页 |
| 2.5 本章小结 | 第25-28页 |
| 第3章 融合检索技术的译文推荐系统架构 | 第28-34页 |
| 3.1 分析概述 | 第28页 |
| 3.2 设计思路 | 第28-30页 |
| 3.3 数据流向 | 第30-32页 |
| 3.4 数学化表示 | 第32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 基于短语翻译模型的查询翻译子系统 | 第34-48页 |
| 4.1 QT子系统框架 | 第34-35页 |
| 4.2 数学化模型 | 第35页 |
| 4.3 短语抽取 | 第35-39页 |
| 4.3.1 一致性定义 | 第36页 |
| 4.3.2 短语抽取算法 | 第36-38页 |
| 4.3.3 短语翻译概率估计 | 第38-39页 |
| 4.4 位变模型 | 第39-43页 |
| 4.4.1 括号转录文法 | 第39-40页 |
| 4.4.2 基于最大熵的位变模型 | 第40-41页 |
| 4.4.3 词汇化位变模型 | 第41-43页 |
| 4.5 语言模型 | 第43页 |
| 4.6 特征选择与权重优化 | 第43-45页 |
| 4.7 解码 | 第45-46页 |
| 4.8 本章小结 | 第46-48页 |
| 第5章 融合Levenshtein距离的检索优化方法 | 第48-58页 |
| 5.1 检索子系统流程 | 第48-50页 |
| 5.2 基准检索模型 | 第50-53页 |
| 5.3 Levenshtein距离 | 第53-56页 |
| 5.4 检索优化模型 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第6章 融合检索技术的译文推荐算法 | 第58-68页 |
| 6.1 算法描述 | 第58-60页 |
| 6.1.1 N-best译文算法 | 第58-59页 |
| 6.1.2 1-best译文算法 | 第59-60页 |
| 6.2 实验 | 第60-67页 |
| 6.2.1 数据集 | 第60-62页 |
| 6.2.2 评测指标 | 第62-63页 |
| 6.2.3 实验设计 | 第63-65页 |
| 6.2.4 实验结果 | 第65-67页 |
| 6.3 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-76页 |
| 致谢 | 第76-78页 |
| 附录A | 第78-80页 |
| 附录B | 第80页 |