可比较语料库的研究与构建
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·课题来源 | 第10页 |
| ·研究背景 | 第10-13页 |
| ·语料库 | 第10-11页 |
| ·基于语料库的自然语言处理技术 | 第11页 |
| ·平行语料库 | 第11-12页 |
| ·可比较语料库 | 第12-13页 |
| ·可比较语料库研究现状 | 第13-14页 |
| ·基于可比较语料库的应用 | 第13-14页 |
| ·可比较语料库的构建现状 | 第14页 |
| ·本文的工作 | 第14-16页 |
| ·本文的主要研究内容 | 第15页 |
| ·本文的创新之处 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 2 增量搜集技术的研究与实现 | 第17-38页 |
| ·引言 | 第17页 |
| ·相关研究 | 第17-21页 |
| ·基于索引页的新网页发现 | 第21-27页 |
| ·索引页介绍 | 第21-22页 |
| ·基于网页标签的索引页判别 | 第22-24页 |
| ·基于索引页的新网页发现 | 第24-27页 |
| ·基于Heritrix的增量搜集系统 | 第27-35页 |
| ·Heritrix介绍 | 第27页 |
| ·选取Heritrix的原因 | 第27-29页 |
| ·Heritrix增量爬取原理 | 第29-34页 |
| ·基于Heritrix的增量新网页获取 | 第34-35页 |
| ·系统测试 | 第35-37页 |
| ·运行环境 | 第35页 |
| ·种子 URL | 第35-36页 |
| ·文件过滤 | 第36页 |
| ·运行结果 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 3 中文未登录词的翻译 | 第38-56页 |
| ·引言 | 第38页 |
| ·相关研究 | 第38-41页 |
| ·基于 Anchor Text的方法 | 第39页 |
| ·音译方法 | 第39-40页 |
| ·基于平行语料的方法 | 第40页 |
| ·基于网络挖掘的方法 | 第40-41页 |
| ·问题描述 | 第41页 |
| ·本文提出的未登录词翻译方法 | 第41-53页 |
| ·未登录词翻译特征分析 | 第42-44页 |
| ·未登录词和对应翻译词的共现方式分析 | 第44-45页 |
| ·系统框架 | 第45-53页 |
| ·实验设计 | 第53-55页 |
| ·词典资源 | 第53页 |
| ·测试数据 | 第53-55页 |
| ·实验结果 | 第55页 |
| ·本章小结 | 第55-56页 |
| 4 可比较语料库的构建架构 | 第56-66页 |
| ·数据集增量更新部分 | 第56-57页 |
| ·对齐部分 | 第57-61页 |
| ·关键词提取模块 | 第57页 |
| ·关键词翻译模块 | 第57-58页 |
| ·检索模块 | 第58-60页 |
| ·文档对齐模块 | 第60-61页 |
| ·实验结果分析 | 第61-65页 |
| ·源语言文档集和目标语言文档集 | 第61-62页 |
| ·实验结果分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 5 结论 | 第66-67页 |
| ·本文的工作 | 第66页 |
| ·进一步的研究工作 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间发表学术论文情况 | 第73-74页 |
| 攻读硕士学位期间参加的科研项目 | 第74-75页 |
| 致谢 | 第75-76页 |
