基于同步树替换文法的统计机器翻译方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-35页 |
| ·本文研究意义与研究背景 | 第14-15页 |
| ·研究意义 | 第14页 |
| ·研究背景 | 第14-15页 |
| ·统计机器翻译的研究现状及发展趋势 | 第15-29页 |
| ·统计机器翻译的形式化描述 | 第15-16页 |
| ·基于词的统计机器翻译方法 | 第16-17页 |
| ·基于短语的统计机器翻译方法 | 第17-18页 |
| ·基于句法的统计机器翻译方法 | 第18-28页 |
| ·机器翻译评测 | 第28-29页 |
| ·本文研究内容及组织结构 | 第29-35页 |
| ·本文研究内容 | 第29-32页 |
| ·本文组织结构 | 第32-35页 |
| 第2章 基于同步树替换文法的统计机器翻译模型 | 第35-56页 |
| ·引言 | 第35-36页 |
| ·同步树替换文法的引入 | 第36-43页 |
| ·单语形式化文法文法 | 第36-38页 |
| ·同步上下文无关文法 | 第38-39页 |
| ·同步树替换文法 | 第39-43页 |
| ·基于同步树替换文法机器翻译模型的数学模型 | 第43-45页 |
| ·规则自动抽取 | 第45-48页 |
| ·参数估计 | 第48-49页 |
| ·元树翻译概率的估计 | 第48页 |
| ·词汇化翻译分数的估计 | 第48-49页 |
| ·特征权重的估计 | 第49页 |
| ·解码 | 第49-51页 |
| ·对比实验分析 | 第51-55页 |
| ·实验1:基于人工校正句法语料的实验 | 第51-54页 |
| ·实验2:基于自动标注句法语料的实验 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 融入非严格句法规则的模型 | 第56-77页 |
| ·引言 | 第56-58页 |
| ·相关定义 | 第58-60页 |
| ·树序列 | 第59-60页 |
| ·同步树序列替换文法 | 第60页 |
| ·数学模型 | 第60-62页 |
| ·翻译模型的训练 | 第62-68页 |
| ·树序列的获取 | 第62-63页 |
| ·翻译规则自动抽取 | 第63-64页 |
| ·抽象规则抽取冗余问题以及解决办法 | 第64-66页 |
| ·模型复杂度控制策略以及与其他模型之间的关系 | 第66-68页 |
| ·树序列模型解码过程 | 第68-69页 |
| ·实验验证及讨论 | 第69-76页 |
| ·实验设置 | 第69-70页 |
| ·规则统计分析 | 第70-72页 |
| ·实验结果及讨论 | 第72-76页 |
| ·本章小结 | 第76-77页 |
| 第4章 基于合成同步文法的机器翻译模型 | 第77-91页 |
| ·引言 | 第77-78页 |
| ·合成同步文法 | 第78-79页 |
| ·基于合成同步文法的翻译模型 | 第79-83页 |
| ·模型特征 | 第81-83页 |
| ·模型训练 | 第83-84页 |
| ·解码 | 第84-85页 |
| ·实验验证分析 | 第85-90页 |
| ·实验设置 | 第85-86页 |
| ·基线系统 | 第86-87页 |
| ·性能对比 | 第87页 |
| ·深入分析 | 第87-90页 |
| ·本章小结 | 第90-91页 |
| 第5章 规则分类体系以及不同种类规则贡献研究 | 第91-109页 |
| ·引言 | 第91-92页 |
| ·句法翻译规则分类体系 | 第92-99页 |
| ·关于句法翻译规则分类的一些已有工作 | 第93-95页 |
| ·本文提出的句法规则分类体系 | 第95-99页 |
| ·规则贡献研究 | 第99-100页 |
| ·规则贡献研究中所用的系统平台 | 第99-100页 |
| ·实验设置 | 第100页 |
| ·实验结果和讨论 | 第100-107页 |
| ·系统总体性能比较 | 第100-101页 |
| ·不同词汇化程度的句法规则的效用分析 | 第101-102页 |
| ·结构性调序规则和非连续短语规则的效用分析 | 第102-105页 |
| ·不同纵向构造复杂度的规则集的效用分析 | 第105-106页 |
| ·不同横向构造复杂度的规则集的效用分析 | 第106-107页 |
| ·本章小结 | 第107-109页 |
| 结论 | 第109-111页 |
| 参考文献 | 第111-121页 |
| 攻读博士学位期间发表的学术论文 | 第121-124页 |
| 致谢 | 第124-126页 |
| 个人简历 | 第126页 |
