首页--语言、文字论文--语言学论文--应用语言学论文--机器翻译论文

基于循环神经网络的短序列机器翻译方法研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-15页
    1.1 研究背景和意义第8-9页
    1.2 国内外研究现状第9-13页
        1.2.1 统计机器翻译第9-10页
        1.2.2 神经机器翻译第10-13页
    1.3 本文研究内容第13-14页
    1.4 本文组织结构第14-15页
第2章 机器翻译概述第15-23页
    2.1 机器翻译基本流程第15页
    2.2 语料预处理第15-18页
        2.2.1 英文分词算法第16页
        2.2.2 中文分词算法第16-18页
    2.3 词对齐第18-19页
    2.4 翻译规则学习第19-21页
    2.5 权重调优第21页
    2.6 解码第21-22页
    2.7 本章小结第22-23页
第3章 短序列神经机器翻译模型第23-40页
    3.1 编码器-解码器框架第23-24页
    3.2 词向量生成第24-30页
        3.2.1 独热编码第24-25页
        3.2.2 词嵌入第25-26页
        3.2.3 CRNN-embed词向量生成第26-29页
        3.2.4 解码器词向量生成第29-30页
    3.3 语言模型第30-34页
        3.3.1 统计语言模型第30-31页
        3.3.2 神经网络语言模型第31-33页
        3.3.3 解码器语言模型第33-34页
    3.4 基于全局信息的词对齐第34-37页
    3.5 输出模块第37-38页
    3.6 翻译模型架构第38-39页
    3.7 本章小结第39-40页
第4章 双语字幕翻译模型的设计及实现第40-52页
    4.1 数据集的收集处理第40-43页
        4.1.1 字幕压缩包的收集整理第40-41页
        4.1.2 数据预处理第41-43页
    4.2 模型训练与参数设置第43-45页
        4.2.1 批处理及优化第43-44页
        4.2.2 参数初始化第44-45页
        4.2.3 Early Stopping第45页
    4.3 实验设计第45-51页
        4.3.1 实验环境第45页
        4.3.2 评价指标第45-46页
        4.3.3 实验结果与分析第46-51页
    4.4 本章小结第51-52页
结论第52-53页
参考文献第53-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于FPGA的实时图像纹理检索技术的研究
下一篇:某型数控动梁龙门镗铣加工机床关键技术的研究