基于端到端神经网络的蒙汉机器翻译的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 统计机器翻译方法研究现状 | 第8-9页 |
| 1.2.2 端到端神经机器翻译方法研究现状 | 第9-10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 本文组织结构 | 第11-13页 |
| 第二章 语料预处理 | 第13-22页 |
| 2.1 双语平行语料获取方式 | 第13页 |
| 2.2 预处理过程 | 第13-16页 |
| 2.2.1 语料编码格式 | 第14-15页 |
| 2.2.2 语料分词方式 | 第15-16页 |
| 2.3 HMM分词算法 | 第16-18页 |
| 2.3.1 HMM五元组模型 | 第16-17页 |
| 2.3.2 Viterbi算法 | 第17-18页 |
| 2.4 专有名词识别及泛化处理 | 第18-20页 |
| 2.5 词向量的表示 | 第20-21页 |
| 2.6 本章小节 | 第21-22页 |
| 第三章 基于蒙古语词性标注的层叠卷积编码器模型 | 第22-39页 |
| 3.1 蒙古语词性标注 | 第22-28页 |
| 3.1.1 蒙古语有向图词分析 | 第22-24页 |
| 3.1.2 判别式蒙古语切分方式 | 第24-25页 |
| 3.1.3 基于条件随机场的蒙古语词性标注 | 第25-28页 |
| 3.2 编码器构建 | 第28-33页 |
| 3.2.1 卷积神经网络模型 | 第28-31页 |
| 3.2.2 层叠卷积模型结构 | 第31-33页 |
| 3.3 参数模型训练 | 第33-36页 |
| 3.3.1 MSRA初始化参数权重 | 第33-34页 |
| 3.3.2 误差函数 | 第34-35页 |
| 3.3.3 反向传播和更新参数 | 第35-36页 |
| 3.4 实验 | 第36-38页 |
| 3.4.1 蒙古语词干词缀切分实验 | 第36-38页 |
| 3.4.2 蒙古语词性标注实验 | 第38页 |
| 3.5 本章小节 | 第38-39页 |
| 第四章 基于加权注意力的GRU神经网络解码器模型 | 第39-48页 |
| 4.1 GRU解码器模型 | 第39-41页 |
| 4.1.1 模型结构 | 第39-40页 |
| 4.1.2 模型门结构和记忆单元 | 第40-41页 |
| 4.2 GRU模型的训练 | 第41-43页 |
| 4.3 自动加权注意力模型 | 第43-45页 |
| 4.3.1 双语对齐概率计算 | 第44-45页 |
| 4.3.2 自动加权模型建立 | 第45页 |
| 4.4 对齐实验 | 第45-47页 |
| 4.5 本章小节 | 第47-48页 |
| 第五章 实验及结果分析 | 第48-59页 |
| 5.1 数据集划分及训练参数设定 | 第48-50页 |
| 5.2 实验过程 | 第50-55页 |
| 5.2.1 构建过程 | 第50-53页 |
| 5.2.2 译文生成 | 第53-54页 |
| 5.2.3 实验结果 | 第54-55页 |
| 5.3 实验对比和总结 | 第55-57页 |
| 5.4 本章小节 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文及研究成果 | 第66页 |
