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

论文共66页,点击 下载论文
上一篇:基于深度神经网络的视觉识别分类研究
下一篇:基于语音感知的智能家居嵌入式控制系统研究