面向含有专业未登录词英汉平行语料句对齐的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 双语平行语料库获取的研究现状 | 第13-14页 |
| 1.2.2 专业性未登录词双语译文对齐的研究现状 | 第14-17页 |
| 1.3 本文研究的主要内容 | 第17-19页 |
| 第2章 英汉双语句对齐概述 | 第19-31页 |
| 2.1 英汉双语句对齐的形式化定义 | 第19-20页 |
| 2.2 英汉双语句对齐度的评价函数 | 第20-23页 |
| 2.3 英汉双语句对齐的主要研究方法 | 第23-30页 |
| 2.3.1 基于长度的句对齐方法 | 第23-27页 |
| 2.3.2 基于词典的句对齐方法 | 第27-28页 |
| 2.3.3 基于混合性句对齐方法 | 第28-29页 |
| 2.3.4 基于 SVM 句对齐方法 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于段对齐双语语料库的建立 | 第31-41页 |
| 3.1 语料库简介 | 第31-32页 |
| 3.2 双语平行语料库获取的基本模型 | 第32页 |
| 3.3 网页数据来源 | 第32-34页 |
| 3.4 Web 语料库的建设 | 第34-36页 |
| 3.4.1 网页获取技术 | 第35-36页 |
| 3.4.2 网页获取原理和实现 | 第36页 |
| 3.5 网络爬虫工具 | 第36-38页 |
| 3.5.1 Wget 爬虫工具的优点 | 第37页 |
| 3.5.2 Wget 使用的语法及基本参数 | 第37页 |
| 3.5.3 实验环境 | 第37-38页 |
| 3.5.4 设定下载目标 | 第38页 |
| 3.6 构建基于段对齐的双语语料库 | 第38页 |
| 3.7 实验结果 | 第38-40页 |
| 3.8 本章小结 | 第40-41页 |
| 第4章 英汉双语词典的获取 | 第41-53页 |
| 4.1 英汉双语词典介绍 | 第41-42页 |
| 4.2 英汉双语词典选择原则 | 第42页 |
| 4.3 对比双语词典 | 第42-49页 |
| 4.3.1 基本数据 | 第42-43页 |
| 4.3.2 词典数量 | 第43-45页 |
| 4.3.3 单词释义 | 第45-47页 |
| 4.3.4 内存消耗 | 第47-49页 |
| 4.4 词典数据 | 第49页 |
| 4.5 词典提取方法 | 第49-51页 |
| 4.6 实验结果 | 第51-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第5章 含有专业未登录词的英汉双语句对齐 | 第53-63页 |
| 5.1 双语句对齐总体处理流程 | 第53-54页 |
| 5.2 基于长度的双语句对齐系统 | 第54-57页 |
| 5.2.1 提取词干 | 第55-56页 |
| 5.2.2 对段对齐的双语文本进行分句 | 第56页 |
| 5.2.3 句对齐情况分析 | 第56页 |
| 5.2.4 句对齐动态规划算法 | 第56-57页 |
| 5.3 实验准备工作 | 第57-58页 |
| 5.4 实验环境 | 第58页 |
| 5.4.1 计算机硬件配置 | 第58页 |
| 5.4.2 软件环境 | 第58页 |
| 5.5 GIZA++简介 | 第58-60页 |
| 5.5.1 GIZA++使用要点 | 第58-59页 |
| 5.5.2 GIZA++运行流程 | 第59-60页 |
| 5.6 评价指标 | 第60-61页 |
| 5.7 实验结果 | 第61-62页 |
| 5.8 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所发表的学术论文 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附录 1 | 第70-74页 |
| 附录 2 | 第74-76页 |
