| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18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12-16页 |
| 1.2.1 系统融合技术研究现状 | 第12-14页 |
| 1.2.2 复述技术研究现状 | 第14-16页 |
| 1.3 机器翻译系统融合研究中存在的问题 | 第16页 |
| 1.4 研究内容及章节安排 | 第16-18页 |
| 第2章 基于词汇级复述的机器翻译系统融合 | 第18-28页 |
| 2.1 机器翻译系统融合的收益上限探究 | 第18-20页 |
| 2.2 基于增量式对齐方法的复述点获取 | 第20-21页 |
| 2.3 基于词向量复述资源获取 | 第21-23页 |
| 2.3.1 训练词向量表示 | 第22-23页 |
| 2.3.2 基于余弦距离的复述候选选取 | 第23页 |
| 2.4 翻译假设与词级别复述结果进行融合的实验 | 第23-26页 |
| 2.4.1 MEMT融合系统 | 第23-24页 |
| 2.4.2 实验设置 | 第24-25页 |
| 2.4.3 实验结果及分析 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于短语级复述的机器翻译系统融合 | 第28-38页 |
| 3.1 短语级复述对的获取 | 第28-29页 |
| 3.2 利用柱状搜索算法生成复述句 | 第29-33页 |
| 3.2.1 解码特征函数 | 第29-31页 |
| 3.2.2 柱状搜索算法 | 第31-33页 |
| 3.3 基于短语级复述的机器翻译系统融合实验 | 第33-37页 |
| 3.3.1 复述资源抽取试验设置 | 第33-35页 |
| 3.3.2 复述解码实验设置 | 第35页 |
| 3.3.3 系统融合试验设置 | 第35-36页 |
| 3.3.4 实验结果与分析 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于句子级复述的机器翻译系统融合 | 第38-51页 |
| 4.1 RNN ENCODER-DECODER模型 | 第38-44页 |
| 4.1.1 传统RNN Encoder-Decoder模型 | 第38-41页 |
| 4.1.2 引入对齐模型的RNN Encoder-Decoder模型 | 第41-44页 |
| 4.2 模型结构选择 | 第44-45页 |
| 4.2.1 循环神经网络 | 第44页 |
| 4.2.2 对齐模型 | 第44-45页 |
| 4.3 基于RNN ENCODER_DECODER模型的复述生成 | 第45页 |
| 4.4 实验设置 | 第45-50页 |
| 4.4.1 基于RNN Encoder-Decoder模型生成复述句子的模型搭建 | 第45-47页 |
| 4.4.2 基于句子级复述的系统融合实验设置 | 第47页 |
| 4.4.3 实验结果对比分析 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文 | 第58-60页 |
| 致谢 | 第60页 |
