基于短语的统计机器翻译的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景 | 第9-10页 |
| ·统计机器翻译的研究现状 | 第10-15页 |
| ·研究意义 | 第15-16页 |
| ·本文的主要工作和贡献 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| 第二章 统计机器翻译的相关原理 | 第18-41页 |
| ·框架模型 | 第18-20页 |
| ·噪声通道模型 | 第18-19页 |
| ·对数线性模型 | 第19-20页 |
| ·语言模型 | 第20-22页 |
| ·翻译模型 | 第22-25页 |
| ·词对齐 | 第22-23页 |
| ·IBM 模型 | 第23-25页 |
| ·系统结构 | 第25-26页 |
| ·基于短语的统计机器翻译 | 第26-38页 |
| ·概述 | 第26-27页 |
| ·短语对抽取 | 第27-32页 |
| ·搜索方法 | 第32-38页 |
| ·合并假设 | 第33-36页 |
| ·未来代价估计 | 第36-37页 |
| ·N-best 列表 | 第37-38页 |
| ·机器翻译的自动评测 | 第38-40页 |
| ·BLEU 评测 | 第38-39页 |
| ·NIST 评测 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 系统的构建 | 第41-55页 |
| ·系统框架 | 第41-42页 |
| ·系统运行环境 | 第42页 |
| ·训练模块 | 第42-53页 |
| ·词对齐模型训练 | 第42-46页 |
| ·数据预处理 | 第43-45页 |
| ·运行GIZA++ | 第45-46页 |
| ·短语对齐模型 | 第46-50页 |
| ·语言模型训练 | 第50-52页 |
| ·创建配置文件 | 第52-53页 |
| ·解码模块 | 第53-54页 |
| ·模型参数的训练 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第四章 对基准系统的改进 | 第55-62页 |
| ·短语翻译概率表的缩减 | 第55-57页 |
| ·C 值 | 第55-57页 |
| ·短语粘连度 | 第57页 |
| ·主题模型 | 第57-61页 |
| ·LDA 模型 | 第58-60页 |
| ·短语的主题评分 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 实验结果及分析 | 第62-66页 |
| ·根据C 值以及粘连度对短语翻译概率表进行缩减 | 第62-64页 |
| ·主题模型在翻译系统中的应用 | 第64页 |
| ·C 值和主题模型的结合 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表(录用)的论文 | 第71-72页 |
| 致谢 | 第72-74页 |
