| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 本文研究工作 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-17页 |
| 第2章 统计机器翻译概述 | 第17-29页 |
| 2.1 统计机器翻译系统概述 | 第17-19页 |
| 2.2 统计机器翻译框架 | 第19页 |
| 2.3 统计机器翻译的流程 | 第19-21页 |
| 2.4 统计机器翻译的主流方法 | 第21-24页 |
| 2.4.1 基于词的翻译模型 | 第22-23页 |
| 2.4.2 基于短语的统计翻译模型 | 第23-24页 |
| 2.4.3 基于句法的统计翻译模型 | 第24页 |
| 2.5 统计机器翻译开源系统 | 第24-26页 |
| 2.6 统计机器翻译质量评价方法 | 第26-28页 |
| 2.6.1 机器翻译质量评价方法 | 第26-28页 |
| 2.6.2 机器翻译质量平测项目 | 第28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 平行语料句对质量评价特征 | 第29-45页 |
| 3.1 平行句对质量评价评价特征标准说明 | 第29-39页 |
| 3.1.1 基于句长的评价特征 | 第29-30页 |
| 3.1.2 基于双语词典的质量评价特征 | 第30-31页 |
| 3.1.3 实词的质量评价特征 | 第31-32页 |
| 3.1.4 基于短语的质量评价特征 | 第32-37页 |
| 3.1.5 基于单句困惑度的评价特征 | 第37-38页 |
| 3.1.6 基于双语词对齐困惑度的质量评价特征 | 第38-39页 |
| 3.2 实验与分析 | 第39-43页 |
| 3.2.1 质量评价特征计算说明 | 第39-41页 |
| 3.2.2 实验结果分析 | 第41-43页 |
| 3.3 本章小结 | 第43-45页 |
| 第4章 综合评价语料选取技术研究 | 第45-69页 |
| 4.1 质量评价模型 | 第45-48页 |
| 4.1.1 线性模型 | 第45页 |
| 4.1.2 权重学习模型 | 第45-46页 |
| 4.1.3 模型介绍 | 第46页 |
| 4.1.4 感知器算法 | 第46-48页 |
| 4.2 实验与分析 | 第48-59页 |
| 4.2.1 数据标注准则 | 第48-55页 |
| 4.2.2 Perceptron实验结果评价方法 | 第55页 |
| 4.2.3 实验结果与分析 | 第55-59页 |
| 4.3 基于覆盖度的训练语料选取 | 第59-62页 |
| 4.3.1 基于句对质量评价和覆盖度的综合语料选取模型 | 第59-60页 |
| 4.3.2 覆盖度动机 | 第60页 |
| 4.3.3 覆盖度的语料选取 | 第60-61页 |
| 4.3.4 基于质量评价以及覆盖度因素的综合语料选取 | 第61-62页 |
| 4.4 语料子集选取实验与分析 | 第62-66页 |
| 4.4.1 语料选取覆盖度对机器翻译性能影响实验 | 第63-64页 |
| 4.4.2 受限条件下极小规模训练语料实验 | 第64页 |
| 4.4.3 质量评价与覆盖度因素权重选取实验 | 第64-65页 |
| 4.4.4 训练语料子集合与原始语料对系统性能的实验 | 第65-66页 |
| 4.5 本章小结 | 第66-69页 |
| 第5章 工作总结与展望 | 第69-71页 |
| 5.1 创新 | 第69-70页 |
| 5.1.1 前提工作 | 第69页 |
| 5.1.2 模型 | 第69页 |
| 5.1.3 实验 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 5.2.1 提升 | 第70页 |
| 5.2.2 希望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 硕士期间发表论文及科研项目 | 第77页 |
