基于神经网络的机器翻译模型
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 国外研究历史 | 第9-11页 |
| 1.2 国内研究历史 | 第11-12页 |
| 2 机器翻译模型 | 第12-19页 |
| 2.1 基于规则的机器翻译方法 | 第12-13页 |
| 2.2 基于实例的机器翻译方法 | 第13-14页 |
| 2.3 基于统计的机器翻译方法 | 第14-19页 |
| 3 机器翻译的评价方法 | 第19-23页 |
| 3.1 BLEU评测方法 | 第19-20页 |
| 3.2 NIST评测方法 | 第20-21页 |
| 3.3 METEOR评测方法 | 第21-23页 |
| 4 深度学习 | 第23-34页 |
| 4.1 机器学习与深度学习 | 第23-24页 |
| 4.2 深度学习在自然语言处理中的应用 | 第24-25页 |
| 4.3 常用神经网络模型 | 第25-34页 |
| 5 基于神经网络的机器翻译模型 | 第34-49页 |
| 5.1 神经概率语言模型 | 第35-39页 |
| 5.2 递归神经网络语言模型 | 第39-40页 |
| 5.3 递归连续翻译模型 | 第40-47页 |
| 5.4 神经网络中的序列到序列学习 | 第47-49页 |
| 6 前沿进展 | 第49-53页 |
| 6.1 模型架构 | 第50页 |
| 6.2 受限词汇量 | 第50页 |
| 6.3 先验约束 | 第50-51页 |
| 6.4 训练算法 | 第51-52页 |
| 6.5 低资源语言的翻译 | 第52-53页 |
| 7 总结 | 第53-55页 |
| 参考文献 | 第55-62页 |
| 致谢 | 第62页 |