双语平行句对的获取与语料库的建立
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题背景及研究的目的和意义 | 第11-14页 |
| 1.2 国内外相关研究 | 第14-17页 |
| 1.3 本文的研究内容 | 第17-20页 |
| 1.3.1 平行语料的获取 | 第17-18页 |
| 1.3.2 语料库的建立 | 第18-20页 |
| 第2章 基于多特征融合的双语对齐 | 第20-36页 |
| 2.1 引言 | 第20-21页 |
| 2.2 互联网双语对齐的问题描述 | 第21-25页 |
| 2.3 基于锚点的段落对齐方法 | 第25-29页 |
| 2.3.1 锚点的评价函数 | 第25-27页 |
| 2.3.2 段落对齐的计算方法 | 第27-29页 |
| 2.4 基于多特征融合的句子对齐方法 | 第29-33页 |
| 2.4.1 相似度的评价函数 | 第29-32页 |
| 2.4.2 句子对齐的计算方法 | 第32-33页 |
| 2.5 实验与结果分析 | 第33-35页 |
| 2.5.1 评价方法 | 第33-34页 |
| 2.5.2 Baseline 模型 | 第34页 |
| 2.5.3 性能指标分析 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 基于在线 BLEU 的语料质量评估方法 | 第36-48页 |
| 3.1 引言 | 第36-37页 |
| 3.2 参考翻译的获取 | 第37页 |
| 3.3 BLEU 评测方法 | 第37-39页 |
| 3.4 在线 BLEU 计算方法 | 第39-40页 |
| 3.5 人工评价结果获取 | 第40-42页 |
| 3.5.1 志愿者手工打分 | 第40-41页 |
| 3.5.2 翻译众包平台 | 第41-42页 |
| 3.6 实验及结果分析 | 第42-47页 |
| 3.6.1 实验结果评价 | 第42-43页 |
| 3.6.2 相关性分析 | 第43-44页 |
| 3.6.3 语料库来源网站质量分析 | 第44-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 基于文本分类的语料领域划分 | 第48-60页 |
| 4.1 引言 | 第48-49页 |
| 4.2 文本表示 | 第49-51页 |
| 4.2.1 预处理和消歧 | 第49页 |
| 4.2.2 向量空间模型(VSM) | 第49-50页 |
| 4.2.3 TFIDF 方法 | 第50-51页 |
| 4.3 特征抽取方法 | 第51-53页 |
| 4.3.1 文档频率 | 第51页 |
| 4.3.2 信息增益 | 第51-52页 |
| 4.3.3 CHI 统计方法 | 第52-53页 |
| 4.3.4 互信息 | 第53页 |
| 4.4 分类器 | 第53-55页 |
| 4.4.1 KNN | 第53-54页 |
| 4.4.2 SVM | 第54-55页 |
| 4.5 实验及结果分析 | 第55-59页 |
| 4.5.1 实验语料 | 第55页 |
| 4.5.2 评估方法 | 第55-56页 |
| 4.5.3 领域分类结果 | 第56-58页 |
| 4.5.4 子领域分类结果 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
