首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--翻译机论文

基于混淆网络的机器翻译系统融合技术研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-19页
    1.1 本文研究的目的和意义第10-11页
    1.2 国内外研究现状第11-16页
        1.2.1 系统融合研究现状第11-15页
        1.2.2 WMT 系统融合评测第15-16页
    1.3 本文的主要研究内容第16-17页
    1.4 论文的组织结构第17-19页
第2章 系统融合性能影响因素分析第19-33页
    2.1 引言第19页
    2.2 远景得分定义及计算方法第19-21页
        2.2.1 远景得分的定义第19-20页
        2.2.2 远景得分的计算方法第20-21页
    2.3 候选系统数量对融合性能的影响第21-23页
        2.3.1 远景得分变化趋势的计算方法第21页
        2.3.2 实验结果及分析第21-23页
    2.4 数据来源对远景得分影响分析第23-30页
    2.5 融合方法对融合性能影响分析第30-31页
    2.6 本章小结第31-33页
第3章 基于排序学习的融合输入选择第33-49页
    3.1 引言第33页
    3.2 排序学习算法第33-39页
        3.2.1 基于 pair-wise 分类的列表排序第34-35页
        3.2.2 分类算法第35-39页
    3.3 系统融合候选排序第39-44页
        3.3.1 特征抽取第39-41页
        3.3.2 实验数据设置第41页
        3.3.3 排序结果及分析第41-43页
        3.3.4 排序特征分析第43-44页
    3.4 使用输入排序的系统融合第44-48页
        3.4.1 使用输入排序的句子级别系统融合第44-46页
        3.4.2 使用输入排序的词汇级别系统融合第46-48页
    3.5 小结第48-49页
第4章 添加局部特征的混淆网络对数线性模型第49-65页
    4.1 引言第49页
    4.2 混淆网络的构建第49-54页
        4.2.1 基于编辑距离的对齐第49-51页
        4.2.2 基于统计的对齐第51-54页
    4.3 基于对数线性模型的解码和调参第54-58页
        4.3.1 对数线性模型第54-55页
        4.3.2 柱搜索算法第55-57页
        4.3.3 MERT 调参第57-58页
    4.4 对数线性模型使用的特征第58-60页
        4.4.1 常用的特征第58页
        4.4.2 局部语言模型特征第58-59页
        4.4.3 局部 Skip-gram 模型第59-60页
    4.5 实验结果及分析第60-63页
        4.5.1 实验数据设置第60页
        4.5.2 结果及分析第60-63页
    4.6 本章小结第63-65页
结论第65-66页
参考文献第66-70页
攻读硕士学位期间发表的论文第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:新型微结构光纤表面等离子体共振传感器的研究
下一篇:多层次虚拟人群仿真技术研究