摘要 | 第2-3页 |
Abstract | 第3-4页 |
第一章 绪论 | 第7-11页 |
1.1 研究背景 | 第7-8页 |
1.2 研究意义 | 第8-9页 |
1.3 研究现状 | 第9-10页 |
1.4 本文组织结构 | 第10-11页 |
第二章 相关研究方法与理论介绍 | 第11-25页 |
2.1 基于规则的机器翻译 | 第11-12页 |
2.2 基于实例的机器翻译 | 第12-13页 |
2.3 基于统计的机器翻译 | 第13-20页 |
2.3.1 基于统计的机器翻译方法概述 | 第14-17页 |
2.3.2 统计机器翻译系统流程 | 第17-20页 |
2.4 深度学习相关理论和神经机器翻译 | 第20-24页 |
2.4.1 深度学习概述 | 第20-21页 |
2.4.2 常用的神经网络模型 | 第21-23页 |
2.4.3 神经机器翻译 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 基于神经网络的维汉机器翻译研究 | 第25-37页 |
3.1 门控神经单元与神经机器翻译 | 第25-26页 |
3.2 词向量与神经机器翻译 | 第26页 |
3.3 神经网络的维汉机器翻译 | 第26-29页 |
3.4 基于深层神经网络的字节对编码及单词的维汉机器翻译模型 | 第29-31页 |
3.4.1 BytePairEncoding算法 | 第30-31页 |
3.4.2 LinearAssociativeUnit(LAU) | 第31页 |
3.5 实验 | 第31-36页 |
3.5.1 实验环境及相关参数介绍 | 第32-33页 |
3.5.2 实验结果 | 第33-34页 |
3.5.3 实验结果分析 | 第34-36页 |
3.6 本章小结 | 第36-37页 |
第四章 多引擎维汉翻译系统 | 第37-44页 |
4.1 负载均衡 | 第37-40页 |
4.1.1 相关概念介绍 | 第37-38页 |
4.1.2 负载均衡的实现步骤 | 第38-40页 |
4.2 多引擎维汉机器翻译系统 | 第40-42页 |
4.2.1 多引擎维汉机器翻译系统框架 | 第40-41页 |
4.2.2 翻译系统接口调用说明 | 第41-42页 |
4.3 实验 | 第42-43页 |
4.3.1 实验设置及实验结果 | 第42页 |
4.3.2 实验分析 | 第42-43页 |
4.4 本章小结 | 第43-44页 |
第五章 总结与展望 | 第44-46页 |
5.1 总结 | 第44-45页 |
5.2 展望 | 第45-46页 |
参考文献 | 第46-51页 |
攻读学位期间的科研成果 | 第51-52页 |
致谢 | 第52-53页 |