| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 本文的研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-20页 |
| 1.2.1 基于神经网络的机器翻译（Neural Machine Translation，NMT） | 第12-14页 |
| 1.2.2 DNN模型 | 第14-16页 |
| 1.2.3 编码-解码框架 | 第16-18页 |
| 1.2.4 Attention机制 | 第18-19页 |
| 1.2.5 基于多语的NMT | 第19-20页 |
| 1.3 研究内容及章节安排 | 第20-22页 |
| 第2章 NMT BASELINE分析 | 第22-31页 |
| 2.1 引言 | 第22页 |
| 2.2 基于RNN-SEARCH的RNN ENCODER-DECODER | 第22-24页 |
| 2.3 丢失性输出（Dropout） | 第24-25页 |
| 2.4 最大化输出（Maxout） | 第25-26页 |
| 2.5 束搜索（Beam search） | 第26-27页 |
| 2.6 实验数据 | 第27-29页 |
| 2.6.1 数据来源 | 第27-28页 |
| 2.6.2 数据预处理 | 第28-29页 |
| 2.6.3 实验运行环境 | 第29页 |
| 2.7 实验 | 第29-30页 |
| 2.7.1 系统配置 | 第29-30页 |
| 2.7.2 实验结果及其分析 | 第30页 |
| 2.8 本章小结 | 第30-31页 |
| 第3章 基于中轴语和向量拼接的三语NMT模型 | 第31-43页 |
| 3.1 引言 | 第31-32页 |
| 3.2 基于向量的拼接模型 | 第32-34页 |
| 3.2.1 基于向量的拼接模型介绍 | 第32-33页 |
| 3.2.4 实验结果和分析 | 第33-34页 |
| 3.3 基于中轴语的翻译 | 第34-38页 |
| 3.3.1 基于中轴语的翻译 | 第35-37页 |
| 3.3.2 实验结果和分析 | 第37-38页 |
| 3.4 基于中轴语的向量的拼接模型 | 第38-41页 |
| 3.4.1 基于中轴语的向量的拼接模型 | 第38-40页 |
| 3.4.2 实验结果和分析 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章基于向量相似的三语NTM模型 | 第43-50页 |
| 4.1 引言 | 第43-44页 |
| 4.2 基于向量相似的模型 | 第44-47页 |
| 4.2.1 相似度计算 | 第44-45页 |
| 4.2.2 基于向量的相似的模型介绍 | 第45-47页 |
| 4.3 实验结果和分析 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 攻读硕士学位期间发表的论文 | 第58-60页 |
| 致谢 | 第60-61页 |