摘要 | 第1-5页 |
Abstract | 第5-8页 |
第一章 绪论 | 第8-21页 |
·机器翻译概述 | 第8-16页 |
·自然语言处理与机器翻译 | 第8页 |
·基于规则的方法 | 第8-11页 |
·基于语料库的方法 | 第11-16页 |
·机器翻译的发展与现状 | 第16-19页 |
·基础研究阶段 | 第16页 |
·两个阵营:1956-1970 | 第16-17页 |
·四个范型:1970-1983 | 第17-18页 |
·经验主义和有限状态模型的复苏:1983-1993 | 第18页 |
·不同领域的合流:1994-至今 | 第18-19页 |
·论文的研究内容与组织 | 第19-21页 |
·课题的意义 | 第19-20页 |
·本文的主要工作 | 第20页 |
·论文的组织 | 第20-21页 |
第二章 多层对齐框架 | 第21-56页 |
·双语对齐 | 第21-22页 |
·启发式对齐 | 第22-23页 |
·统计对齐模型 | 第23-28页 |
·IBM 统计对齐模型 | 第24-26页 |
·最大熵统计对齐模型 | 第26-28页 |
·多层对齐框架 | 第28-56页 |
·多层对齐框架的定义与作用 | 第28-31页 |
·强对齐 | 第31-36页 |
·语义对齐 | 第36-43页 |
·弱对齐 | 第43-44页 |
·对齐单元合并 | 第44-45页 |
·语法信息获取 | 第45-51页 |
·单元相关性 | 第51-53页 |
·对齐实例的生成 | 第53-54页 |
·多层对齐框架的总结 | 第54-56页 |
第三章 使用多层对齐框架进行EBMT | 第56-62页 |
·实例选择 | 第56-58页 |
·基于词的频率筛选 | 第57页 |
·基于句子结构信息的筛选 | 第57-58页 |
·位置匹配 | 第58-60页 |
·选择目标语言 | 第60-61页 |
·提高流畅率 | 第61-62页 |
第四章 系统的结构与实现 | 第62-73页 |
·语料库资源获取 | 第62-67页 |
·从互联网提取双语句对 | 第62-63页 |
·程序机构和实现接口 | 第63-67页 |
·预处理 | 第67-69页 |
·使用外部工具进行的预处理 | 第67-68页 |
·自主实现的预处理 | 第68-69页 |
·生成多层对齐实例 | 第69-71页 |
·实例选择与译文产生 | 第71-73页 |
第五章 评测实验 | 第73-79页 |
·多层对齐框架 | 第73-74页 |
·实验数据 | 第73页 |
·与其他对齐的比较 | 第73-74页 |
·翻译系统的评测 | 第74-77页 |
·基于n-gram 的BLEU 评测方法 | 第74-76页 |
·NIST 评测方法 | 第76-77页 |
·实验数据分析 | 第77-79页 |
第六章 总结和展望 | 第79-81页 |
·结论 | 第79页 |
·进一步的工作 | 第79-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-86页 |
在学期间取得的研究成果 | 第86-87页 |
附录 十个典型句子的翻译结果对照 | 第87-89页 |