基于实例的汉英依存树到串机器翻译方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 机器翻译发展史 | 第12-13页 |
| 1.2.2 研究现状与发展 | 第13-16页 |
| 1.3 本文主要内容及组织结构 | 第16-18页 |
| 2 理论与技术基础 | 第18-33页 |
| 2.1 EBMT基本原理 | 第18-19页 |
| 2.2 EBMT研究核心问题 | 第19-30页 |
| 2.2.1 双语自动对齐 | 第19-23页 |
| 2.2.2 泛化模板的抽取 | 第23-26页 |
| 2.2.3 相似实例检索 | 第26-29页 |
| 2.2.4 译文生成 | 第29-30页 |
| 2.3 机器翻译评测指标 | 第30-31页 |
| 2.3.1 BLEU评测指标 | 第30-31页 |
| 2.3.2 NIST评测指标 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 3 依存树到串的双语实例库构建 | 第33-44页 |
| 3.1 依存树到串模型 | 第33-35页 |
| 3.1.1 依存树简介 | 第33-34页 |
| 3.1.2 依存树到串模型 | 第34-35页 |
| 3.2 中文词法句法分析联合模型 | 第35-36页 |
| 3.3 泛化双语实例库的构建 | 第36-43页 |
| 3.3.1 短语翻译对的抽取 | 第37-38页 |
| 3.3.2 树到串对齐双语实例 | 第38-40页 |
| 3.3.3 依存树到串实例对的抽取及泛化 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于依存树到串实例的EBMT | 第44-54页 |
| 4.1 系统架构 | 第44-45页 |
| 4.2 基础算法与模型 | 第45-47页 |
| 4.2.1 基于知网的词汇语义相似度 | 第45-47页 |
| 4.2.2 对数线性模型 | 第47页 |
| 4.3 EBMT系统实现 | 第47-53页 |
| 4.3.1 相似实例检索子模块 | 第48-51页 |
| 4.3.2 译文生成子模块 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 评测实验及结果分析 | 第54-61页 |
| 5.1 EBMT性能实验及分析 | 第54-58页 |
| 5.1.1 实验系统设置 | 第54-55页 |
| 5.1.2 实验结果及分析 | 第55-58页 |
| 5.2 融入联合模型的对比实验及分析 | 第58-60页 |
| 5.2.1 实验系统设置 | 第58页 |
| 5.2.2 实验结果及分析 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |
