| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第9-10页 |
| 1 机器翻译概述 | 第10-18页 |
| 1．1 机器翻译的含义及特点 | 第10-11页 |
| 1．2 机器翻译的实现方法 | 第11-16页 |
| 1．2．1 基于规则的MT方法 | 第12-14页 |
| 1．2．2 基于语料库的MT方法 | 第14-15页 |
| 1．2．3 混合方法 | 第15-16页 |
| 1．3 机器翻译的现状 | 第16-18页 |
| 2 语义单元、语义语言和基于语义语言的机器翻译方法 | 第18-24页 |
| 2．1 语义单元的提出 | 第18页 |
| 2．2 语义语言和具体自然语言 | 第18-21页 |
| 2．2．1 语义单元和语义语言的定义 | 第18-19页 |
| 2．2．2 具体自然语言的定义 | 第19-20页 |
| 2．2．3 举例说明 | 第20-21页 |
| 2．3 基于语义语言的多语言翻译方法 | 第21-24页 |
| 2．3．1 语义单元的提取 | 第21-22页 |
| 2．3．2 语义单元的优先级 | 第22页 |
| 2．3．3 基于语义单元的翻译过程 | 第22-24页 |
| 3 本文课题的提出及内容概述 | 第24-28页 |
| 3．1 词义消歧 | 第24-25页 |
| 3．1．1 词义消歧在自然语言处理中的意义 | 第24页 |
| 3．1．2 传统词义消歧的常用方法及研究概况 | 第24-25页 |
| 3．2 从语义单元的角度研究歧义 | 第25-26页 |
| 3．3 问题的提出及课题的理论价值 | 第26-28页 |
| 3．3．1 问题的提出 | 第26-27页 |
| 3．3．2 本课题的研究内容及理论价值 | 第27-28页 |
| 4 “是”和“be”作为关系词的伪歧义现象分析 | 第28-39页 |
| 4．1 “是”的研究现状 | 第28页 |
| 4．2 本文的研究范围和内容 | 第28-30页 |
| 4．3 “是”和“be”所表示的关系义列举 | 第30-32页 |
| 4．4 “是”和“be”的伪歧义 | 第32-36页 |
| 4．4．1 存在伪歧义 | 第32-33页 |
| 4．4．2 详细分析伪歧义 | 第33-36页 |
| 4．5 “是”和“be”的对应研究 | 第36-39页 |
| 4．5．1 “是”和“be”的表示方式 | 第36页 |
| 4．5．2 “是”和“be”的对应关系 | 第36-39页 |
| 5 “是”和“be”的伪歧义判别 | 第39-50页 |
| 5．1 “是”的伪歧义识别 | 第39-48页 |
| 5．2 “be”的伪歧义识别 | 第48-50页 |
| 6 识别验证系统的设计和实现 | 第50-67页 |
| 6．1 总体设计思想和工作流程 | 第50-51页 |
| 6．1．1 总体设计思想 | 第50页 |
| 6．1．2 总体工作流程 | 第50-51页 |
| 6．2 数据库设计 | 第51-54页 |
| 6．2．1 “中英文双语语料表”和“英中文双语语料表” | 第52-53页 |
| 6．2．2 伪歧义识别的规则库 | 第53-54页 |
| 6．3 核心模块的设计及主要算法实现 | 第54-67页 |
| 6．3．1 伪歧义识别和检验程序流程图 | 第54-56页 |
| 6．3．2 规则的完善和修订过程 | 第56页 |
| 6．3．3 规则冲突的处理方法 | 第56-57页 |
| 6．3．4 算法描述 | 第57-67页 |
| 7 实验结果与分析 | 第67-69页 |
| 7．1 实验结果 | 第67页 |
| 7．2 测试结果分析 | 第67-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 攻读硕士学位期间发表学术论文情况 | 第72-73页 |
| 致谢 | 第73-74页 |
| 大连理工大学学位论文版权使用授权书 | 第74页 |