统计机器翻译的多维度参数训练及解码研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 相关工作研究现状 | 第9-13页 |
| 1.2.1 解码研究现状 | 第9-10页 |
| 1.2.2 参数训练研究现状 | 第10-12页 |
| 1.2.3 国内外文献综述的简析 | 第12-13页 |
| 1.3 本文主要工作及内容安排 | 第13-14页 |
| 第2章 统计机器翻译中的解码及参数训练 | 第14-26页 |
| 2.1 引言 | 第14-15页 |
| 2.2 基于栈的解码算法 | 第15-21页 |
| 2.2.1 解码流程 | 第15-16页 |
| 2.2.2 选取候选短语 | 第16-17页 |
| 2.2.3 未来代价的估计 | 第17-18页 |
| 2.2.4 柱搜索策略 | 第18-21页 |
| 2.3 最小错误率训练方法 | 第21-24页 |
| 2.3.1 对数线性模型 | 第21页 |
| 2.3.2 最小错误率训练 | 第21-24页 |
| 2.4 现有技术的不足 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 面向推导的参数权重训练及解码方法 | 第26-34页 |
| 3.1 引言 | 第26页 |
| 3.2 方案构建 | 第26-32页 |
| 3.2.1 依赖短语划分的方案 | 第26-27页 |
| 3.2.2 基于短语长度的方案 | 第27-28页 |
| 3.2.3 融入解码的方案 | 第28-30页 |
| 3.2.4 面向推导的方案 | 第30-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第4章 基于多维度参数权重的机器翻译 | 第34-51页 |
| 4.1 引言 | 第34页 |
| 4.2 使用工具 | 第34-40页 |
| 4.2.1 评价指标 | 第34-36页 |
| 4.2.2 Cubit 解码器 | 第36-39页 |
| 4.2.3 MERT 工具 | 第39-40页 |
| 4.3 多维度参数权重的训练 | 第40-41页 |
| 4.3.1 N-best 推导 | 第40-41页 |
| 4.3.2 最佳推导 | 第41页 |
| 4.4 多维度参数权重的解码 | 第41-42页 |
| 4.5 实验与分析 | 第42-50页 |
| 4.5.1 强制解码实验 | 第42-44页 |
| 4.5.2 多维度参数权重的训练及解码实验 | 第44-50页 |
| 4.6 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及其他成果 | 第58-60页 |
| 致谢 | 第60页 |
