基于实例的机器翻译的泛化方法研究
| 第一章 引言 | 第1-16页 |
| ·自然语言处理概述 | 第8-10页 |
| ·机器翻译技术的发展 | 第10-11页 |
| ·语料库技术的发展 | 第11-13页 |
| ·发展历史 | 第12-13页 |
| ·语料库的应用 | 第13页 |
| ·本文的研究内容 | 第13-16页 |
| 第二章 机器翻译方法概述 | 第16-24页 |
| ·机器翻译的分类 | 第16页 |
| ·基于规则的机器翻译 | 第16-18页 |
| ·基于实例的机器翻译 | 第18-19页 |
| ·基于统计的机器翻译 | 第19-20页 |
| ·机器辅助翻译系统 | 第20-21页 |
| ·受限领域的机器翻译 | 第21-22页 |
| ·机器翻译系统的评价 | 第22-24页 |
| 第三章 泛化的基于实例的机器翻译 | 第24-34页 |
| ·机器翻译中的类比推理 | 第24-25页 |
| ·EBMT系统 | 第25-29页 |
| ·EBMT的基本流程 | 第26-27页 |
| ·EBMT的主要难点 | 第27-28页 |
| ·PANGLOSS系统 | 第28-29页 |
| ·泛化的EBMT | 第29-34页 |
| ·研究背景 | 第30页 |
| ·前人的工作 | 第30-34页 |
| 第四章 自动获取翻译模板 | 第34-46页 |
| ·翻译模板的定义 | 第34-36页 |
| ·语句相似度的计算和单语模板的提取 | 第36-38页 |
| ·词语语义距离的计算 | 第38-40页 |
| ·WordNet | 第38-39页 |
| ·计算词语的语义距离 | 第39-40页 |
| ·翻译模板槽的自动匹配 | 第40-42页 |
| ·算法 | 第42-43页 |
| ·小结 | 第43-46页 |
| 第五章 翻译模板的训练、翻译和修正 | 第46-56页 |
| ·翻译模板的训练 | 第46-47页 |
| ·翻译模板库 | 第47-49页 |
| ·翻译模板库的存储 | 第47-48页 |
| ·翻译模板的索引 | 第48-49页 |
| ·翻译模板同输入语句的匹配 | 第49-51页 |
| ·译文的生成 | 第51-52页 |
| ·翻译模板的修正 | 第52-53页 |
| ·小结 | 第53-56页 |
| 第六章 系统的结构与实现 | 第56-70页 |
| ·系统框架 | 第56-57页 |
| ·语料库及其预处理 | 第57-62页 |
| ·语料库的建设原则 | 第57页 |
| ·双语语料的对齐 | 第57-59页 |
| ·分词和词性标注 | 第59-62页 |
| ·例子 | 第62-63页 |
| ·部分训练结果及分析 | 第63-70页 |
| 第七章 结论和展望 | 第70-73页 |
| ·结论 | 第70-71页 |
| ·今后的工作 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 附录 | 第75-79页 |
| 附录一：WordNet 中的语义关系 | 第75-76页 |
| 附录二：北京大学计算语言所汉语分词和标注系统 | 第76-77页 |
| 附录三：宾西法尼亚大学树库所采用的标注集 | 第77-79页 |
| 作者简介 | 第79页 |
