| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第6-11页 |
| 1.1 论文选题的背景 | 第6-9页 |
| 1.2 本文的主要内容 | 第9-10页 |
| 1.3 本文的章节安排 | 第10-11页 |
| 第二章 ORACLE SQL、SQL- SERVER SQL语言及自然语言处理相关技术 | 第11-18页 |
| 2.1 ORACLE SQL和SQL-SERVER SQL语言的异同 | 第11-12页 |
| 2.2 自然语言处理理论简介 | 第12-13页 |
| 2.3 N-GRAM语言模型的介绍 | 第13-14页 |
| 2.4 SRILM的介绍和使用 | 第14-18页 |
| 第三章 系统实现主要思想和算法的介绍 | 第18-49页 |
| 3.1 对SQL原文进行短语切分的实现思路及算法介绍 | 第18-25页 |
| 3.1.1 对SQL语句的进行预处理 | 第18页 |
| 3.1.2 用k-best算法对SQL语句进行短语切分 | 第18-19页 |
| 3.1.3. 短语切分时的特殊处理和一些SQL语句切分的实例 | 第19-21页 |
| 3.1.4 短语切分算法的具体程序实现 | 第21-25页 |
| 3.2 ORACLE SQL短语翻译为SQL-SERVER SQL短语的实现思路及算法介绍 | 第25-29页 |
| 3.2.1 词义消歧的方法介绍 | 第25-26页 |
| 3.2.2 上下文相似度匹配在词义消歧中的应用实例 | 第26-27页 |
| 3.2.3 翻译中上下文匹配度算法的介绍 | 第27-29页 |
| 3.3 译文最佳顺序搜索的实现思路和算法介绍 | 第29-45页 |
| 3.3.1 由短语组成的有向图中边的权值计算方法 | 第30-31页 |
| 3.3.2 译文最优顺序选择 | 第31-35页 |
| 3.3.3 用语法规则对SQL长句进行划分 | 第35-36页 |
| 3.3.4 短语数过多时最优顺序的选择算法介绍 | 第36-43页 |
| 3.3.5 解决数据稀疏的问题 | 第43页 |
| 3.3.6 结合实例说明算法在SQL语句中的应用 | 第43-45页 |
| 3.4 训练语料的选用和翻译模型文件的生成 | 第45-49页 |
| 3.4.1 训练语料的生成和使用 | 第45-46页 |
| 3.4.2 翻译模型文件的生成 | 第46-49页 |
| 第四章 系统结构 | 第49-56页 |
| 4.1 系统中主要使用类介绍 | 第49-53页 |
| 4.1.1 主要数据模型类的介绍 | 第49-50页 |
| 4.1.2 主要业务逻辑类的介绍 | 第50-51页 |
| 4.1.3 UI类介绍 | 第51-52页 |
| 4.1.4 流程控制类介绍 | 第52页 |
| 4.1.5 系统中其它用到的类介绍 | 第52-53页 |
| 4.2 程序主要功能介绍 | 第53-56页 |
| 第五章 实验结果 | 第56-59页 |
| 5.1 对一般SQL语句的翻译实验结果 | 第56-57页 |
| 5.2 对PL/SQL存储过程的翻译实验结果 | 第57-59页 |
| 第六章 总结和展望 | 第59-62页 |
| 6.1 对本文内容的总结 | 第59页 |
| 6.2 系统的不足之处和局限性 | 第59-60页 |
| 6.3 系统的未来改进方向 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
