基于神经网络的复述抽取和重排序研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 相关工作研究现状 | 第11-15页 |
| 1.2.1 短语划分的研究现状 | 第11页 |
| 1.2.2 复述抽取及其应用的研究现状 | 第11-14页 |
| 1.2.3 重排序的研究现状 | 第14-15页 |
| 1.3 本文的主要研究内容及论文组织 | 第15-17页 |
| 第2章 短语划分 | 第17-29页 |
| 2.1 短语划分模型 | 第17-20页 |
| 2.1.1 句法分析 | 第17-18页 |
| 2.1.2 名词短语 | 第18页 |
| 2.1.3 动词短语 | 第18-19页 |
| 2.1.4 评价指标 | 第19-20页 |
| 2.2 短语划分实验 | 第20-26页 |
| 2.2.1 实验设置 | 第20-21页 |
| 2.2.2 随机短语划分 | 第21页 |
| 2.2.3 抽取名词短语的短语划分 | 第21-24页 |
| 2.2.4 同时抽取名词短语和动词短语的短语划分 | 第24-26页 |
| 2.3 短语划分的改进方法 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 复述抽取及其应用研究 | 第29-45页 |
| 3.1 短语向量表示 | 第29-34页 |
| 3.1.1 词向量的介绍 | 第29-30页 |
| 3.1.2 Skip-gram模型 | 第30-31页 |
| 3.1.3 短语向量模型的建立 | 第31-34页 |
| 3.1.4 短语向量实验 | 第34页 |
| 3.2 复述抽取 | 第34-39页 |
| 3.2.1 相似性度量方法 | 第34-36页 |
| 3.2.2 K-均值聚类 | 第36-38页 |
| 3.2.3 复述抽取实验 | 第38-39页 |
| 3.3 复述在机器翻译中的应用 | 第39-44页 |
| 3.3.1 短语翻译表的构造 | 第39-41页 |
| 3.3.2 数据稀疏问题 | 第41-42页 |
| 3.3.3 完善短语翻译概率 | 第42-43页 |
| 3.3.4 实验结果及分析 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于神经网络的统计机器翻译重排序 | 第45-58页 |
| 4.1 基于神经网络的重排序模型 | 第45-47页 |
| 4.1.1 基于神经网络重排序模型定义 | 第45-46页 |
| 4.1.2 模型训练 | 第46-47页 |
| 4.2 基于多层反馈神经网络的语言模型 | 第47-49页 |
| 4.3 线性插值模型 | 第49-50页 |
| 4.4 实验结果及分析 | 第50-57页 |
| 4.4.1 实验数据及设置 | 第50-51页 |
| 4.4.2 实验结果及其分析 | 第51-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-65页 |
| 致谢 | 第65页 |
