基于翻译关系图的复述获取方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第13-21页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 国内外相关研究 | 第14-18页 |
| 1.2.1 利用单语语料获取复述 | 第14-15页 |
| 1.2.2 利用单语平行语料获取复述 | 第15-16页 |
| 1.2.3 利用单语可比语料 | 第16-17页 |
| 1.2.4 利用双语平行语料获取复述 | 第17-18页 |
| 1.3 研究内容与论文结构 | 第18-21页 |
| 2 相关理论与技术 | 第21-30页 |
| 2.1 统计机器翻译单词对齐模型 | 第21-25页 |
| 2.1.1 基于IBM模型的单词对齐技术 | 第21-23页 |
| 2.1.2 基于词对齐的短语翻译表抽取 | 第23-25页 |
| 2.2 图及其相关应用 | 第25-27页 |
| 2.2.1 图的基本概念及表示 | 第25-26页 |
| 2.2.2 图上节点相似性计算 | 第26-27页 |
| 2.3 语言表示方法 | 第27-29页 |
| 2.3.1 向量空间模型 | 第27-28页 |
| 2.3.2 基于神经网络的语义表示 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 基于翻译关系图的复述获取 | 第30-42页 |
| 3.1 引言 | 第30-31页 |
| 3.2 基于翻译关系图的复述获取 | 第31-36页 |
| 3.2.1 基于短语表构建翻译关系图 | 第31-33页 |
| 3.2.2 基于翻译关系图的复述获取 | 第33-34页 |
| 3.2.3 限定N的随机行走 | 第34-36页 |
| 3.3 基于期望步数的复述可信度评价 | 第36-37页 |
| 3.4 实验与评测 | 第37-41页 |
| 3.4.1 实验数据 | 第37-38页 |
| 3.4.2 实验参数设定 | 第38-39页 |
| 3.4.3 输出结果过滤 | 第39页 |
| 3.4.4 实验结果与分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 面向多语言对的翻译关系图扩展 | 第42-49页 |
| 4.1 引言 | 第42页 |
| 4.2 面向多语言对的翻译关系图扩展 | 第42-44页 |
| 4.2.1 多语言对翻译关系图扩展原理 | 第42-43页 |
| 4.2.2 面向多语言对扩展翻译关系图实现 | 第43-44页 |
| 4.3 实验与评测 | 第44-48页 |
| 4.3.1 实验数据与设置 | 第44-45页 |
| 4.3.2 实验结果与分析 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 5 基于词向量的复述短语语义计算 | 第49-56页 |
| 5.1 引言 | 第49页 |
| 5.2 复述短语语义计算 | 第49-50页 |
| 5.2.1 基于神经网络的词向量学习 | 第49-50页 |
| 5.2.2 复述短语语义向量计算方法 | 第50页 |
| 5.3 SPEARMAN等级相关系数 | 第50-53页 |
| 5.3.1 Spearman等级相关系数计算方法 | 第50-51页 |
| 5.3.2 Spearman等级相关系数实现算法 | 第51-53页 |
| 5.4 实验 | 第53-54页 |
| 5.4.1 实验数据与步骤 | 第53页 |
| 5.4.2 实验结果与分析 | 第53-54页 |
| 5.5 本章小结 | 第54-56页 |
| 6 结论与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录A | 第61-62页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第62-64页 |
| 学位论文数据集 | 第64页 |
