| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·机器翻译评价的历史及现状 | 第10-12页 |
| ·主要翻译评价方法的分类及介绍 | 第12-14页 |
| ·基于相似度计算的方法 | 第12-13页 |
| ·基于机器学习的方法 | 第13-14页 |
| ·本文的研究动机及组织 | 第14-16页 |
| ·本文的研究动机 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 基于字母的机器翻译自动评价方法研究 | 第16-28页 |
| ·引言 | 第16页 |
| ·衡量自动评价方法性能的指标 | 第16-18页 |
| ·Pearson 相关系数 | 第16-17页 |
| ·Spearman 秩相关系数 | 第17-18页 |
| ·句对排序一致性 | 第18页 |
| ·基于字母的机器翻译评价模型 | 第18-21页 |
| ·基于字母的机器翻译自动评价模型 | 第19-20页 |
| ·基于字母的自动评价方法的性能分析实验 | 第20-21页 |
| ·自适应的基于字母的机器翻译自动评价方法 | 第21-26页 |
| ·自适应的Letter-BLEU 与Letter-Recall 模型 | 第22-25页 |
| ·两种自适应方法的性能对比实验 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于表层信息的多粒度特征融合 | 第28-39页 |
| ·引言 | 第28-29页 |
| ·SVM 排序与回归 | 第29-33页 |
| ·支持向量机 | 第29-31页 |
| ·SVM 排序模型 | 第31-32页 |
| ·SVM 回归模型 | 第32-33页 |
| ·基于表层信息的多粒度特征融合 | 第33-38页 |
| ·特征选择 | 第34-35页 |
| ·基于表层信息的多种粒度融合实验与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于语言学信息的多粒度特征融合 | 第39-48页 |
| ·引言 | 第39页 |
| ·字符串化的语言学特征 | 第39-41页 |
| ·语言学特征的贡献 | 第41-43页 |
| ·基于语言学的多粒度特征融合 | 第43-47页 |
| ·基于语言学的多粒度特征的选择 | 第43-44页 |
| ·特征选择的可靠性验证 | 第44-45页 |
| ·基于语言学信息的多粒度特征融合实验与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 附录一 | 第55-56页 |
| 附录二 | 第56-57页 |
| 附录三 | 第57-58页 |
| 附录四 | 第58-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |