语义单元自动获取研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-36页 |
| ·研究背景和意义 | 第11-13页 |
| ·机器翻译研究概况 | 第13-20页 |
| ·基于规则的机器翻译 | 第13-15页 |
| ·基于语料库的机器翻译 | 第15-18页 |
| ·多引擎机器翻译 | 第18-20页 |
| ·翻译记忆 | 第20页 |
| ·翻译知识自动获取研究概况 | 第20-27页 |
| ·不带变量的翻译知识获取 | 第20-21页 |
| ·翻译模板的自动获取 | 第21-27页 |
| ·语义自动分析 | 第27-34页 |
| ·词汇语义 | 第27-28页 |
| ·意义表示 | 第28-30页 |
| ·语义分析 | 第30-34页 |
| ·本文主要工作和内容组织 | 第34-36页 |
| ·本文主要工作 | 第34页 |
| ·本文内容组织 | 第34-36页 |
| 2 语义单元理论 | 第36-44页 |
| ·语义单元理论的提出 | 第36-37页 |
| ·语义语言和具体自然语言的形式定义 | 第37-39页 |
| ·语义的理解 | 第39-40页 |
| ·语义单元的特点 | 第40-43页 |
| ·基本语义单元和可弃语义单元 | 第40页 |
| ·语义单元的树结构 | 第40-41页 |
| ·语义单元与翻译模板 | 第41-43页 |
| ·基于语义单元的机器翻译 | 第43-44页 |
| 3 基于语义单元树重构的半自动获取方法 | 第44-61页 |
| ·语义单元数据格式和存储结构 | 第45-47页 |
| ·双语句对的存储结构 | 第45页 |
| ·语义单元库的存储结构 | 第45-46页 |
| ·基本字符结构 | 第46-47页 |
| ·语义单元结构推断 | 第47-53页 |
| ·语义单元的规律 | 第47-50页 |
| ·与规则有关的定义 | 第50页 |
| ·规则表示 | 第50-51页 |
| ·规则应用举例 | 第51-53页 |
| ·系统流程与算法 | 第53-57页 |
| ·总体算法 | 第54页 |
| ·预处理 | 第54页 |
| ·语义单元表示的搜索匹配 | 第54-55页 |
| ·常量匹配算法 | 第55-56页 |
| ·语义单元树重构 | 第56-57页 |
| ·推断 | 第57页 |
| ·实验及讨论 | 第57-61页 |
| ·实验设计 | 第57-58页 |
| ·实验结果和分析 | 第58-59页 |
| ·小结 | 第59-61页 |
| 4. 基于转换和映射的语义单元自动获取 | 第61-78页 |
| ·链语法 | 第61-63页 |
| ·链语法及其特性 | 第62页 |
| ·连接因子 | 第62-63页 |
| ·链语法分析举例 | 第63页 |
| ·句子链到语义单元表示的转换 | 第63-67页 |
| ·转换规则 | 第63-65页 |
| ·转换算法 | 第65-67页 |
| ·转换实例 | 第67页 |
| ·英语表示到汉语表示的映射 | 第67-70页 |
| ·优化策略 | 第70-73页 |
| ·实验及结果分析 | 第73-78页 |
| ·系统流程和实验方案 | 第73-75页 |
| ·实验结果及分析 | 第75-76页 |
| ·小结 | 第76-78页 |
| 5 基于统计优选的语义单元自动分解 | 第78-102页 |
| ·句对聚类 | 第79-82页 |
| ·层级聚类 | 第79-81页 |
| ·相似度的计算 | 第81-82页 |
| ·比较分解 | 第82-86页 |
| ·相似性假设 | 第82-84页 |
| ·异同比较分解法 | 第84-86页 |
| ·统计优选 | 第86-93页 |
| ·统计模型 | 第86-88页 |
| ·参数训练 | 第88-91页 |
| ·多属性决策 | 第91-93页 |
| ·迭代分解 | 第93页 |
| ·实验及结果分析 | 第93-101页 |
| ·实验的设计 | 第94-95页 |
| ·实验结果及分析 | 第95-96页 |
| ·小结 | 第96页 |
| ·举例 | 第96-101页 |
| ·自动获取方法的比较 | 第101-102页 |
| 6 总结和展望 | 第102-104页 |
| 参考文献 | 第104-112页 |
| 创新点摘要 | 第112-113页 |
| 攻读博士学位期间发表学术论文情况 | 第113-114页 |
| 致谢 | 第114-115页 |
