| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第一章 绪论 | 第13-16页 |
| 第二章 机器翻译技术概述 | 第16-29页 |
| ·国内外机器翻译的发展状况 | 第16-19页 |
| ·机器翻译的难点 | 第19-20页 |
| ·机器翻译技术分析 | 第20-25页 |
| ·基于规则知识的翻译 | 第20-21页 |
| ·基于语料库的翻译 | 第21-23页 |
| ·基于例子的翻译 | 第21-22页 |
| ·基于统计的翻译 | 第22-23页 |
| ·人机交互对翻译过程的影响 | 第23-25页 |
| ·不同应用的翻译系统分析 | 第25-27页 |
| ·面向特定领域的系统 | 第25页 |
| ·面向普通阅览用户的系统 | 第25-26页 |
| ·面向专业翻译人员的系统 | 第26-27页 |
| ·问题的提出 | 第27-29页 |
| 第三章 IHSMT系统简介 | 第29-35页 |
| ·人类的翻译特性 | 第29-31页 |
| ·翻译系统设计时需要考虑的问题 | 第31页 |
| ·IHSMT系统的设计思想 | 第31-32页 |
| ·系统的功能结构 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第四章 人机互动跟踪记忆(HMTM)机制的设计 | 第35-52页 |
| ·人机互动跟踪记忆机制的设计考虑 | 第35-36页 |
| ·HMTM机制中的人机互动 | 第36-39页 |
| ·人机互动的激活机制 | 第36-37页 |
| ·人机互动的信息类型 | 第37-39页 |
| ·基本概念说明 | 第39-41页 |
| ·人机互动的跟踪记忆学习模型 | 第41-46页 |
| ·懒惰学习LL(Lazy Learning) | 第41-42页 |
| ·HMTM学习模型 | 第42-44页 |
| ·复杂特征记忆事例的生成 | 第44-46页 |
| ·跟踪记忆学习算法 | 第46-51页 |
| ·算法的设计思想 | 第46-47页 |
| ·算法描述 | 第47-51页 |
| ·小结 | 第51-52页 |
| 第五章 HMTM模型中的推理机制 | 第52-83页 |
| ·基于概率的推理 | 第52-58页 |
| ·设计考虑 | 第52-53页 |
| ·概率推理的原理 | 第53-54页 |
| ·目标语言相对于源语言发生的概率 | 第54-55页 |
| ·概率推理算法和效果分析 | 第55-58页 |
| ·推理算法描述 | 第55-56页 |
| ·推理算法性能分析 | 第56-58页 |
| ·基于范例的推理(Case-Based Reasoning) | 第58-76页 |
| ·概述 | 第58-61页 |
| ·范例推理的原理 | 第58-59页 |
| ·范例推理在机器翻译中的应用 | 第59-61页 |
| ·模式之间的相似关系 | 第61-62页 |
| ·多功能层次特征抽取 | 第62-64页 |
| ·基于多功能层次和单词驱动的确定性类比匹配 | 第64-71页 |
| ·匹配的层次 | 第64-65页 |
| ·最优匹配的衡量标准 | 第65-66页 |
| ·功能层次的特征匹配技术 | 第66-67页 |
| ·基于单词表面的确定性类比匹配器的设计 | 第67-68页 |
| ·确定性类比匹配器描述 | 第68-70页 |
| ·影响匹配效果的因素 | 第70页 |
| ·复杂特征记忆事例的匹配 | 第70-71页 |
| ·模式之间相似度的计算 | 第71-76页 |
| ·相似度计算函数 | 第71-74页 |
| ·同义词对相似度计算的影响 | 第74-75页 |
| ·相似度权值 | 第75-76页 |
| ·范例类比推理的相似解构造 | 第76-82页 |
| ·范例类比推理构造译文的原理和设计 | 第76-79页 |
| ·译文构造算法描述 | 第79-81页 |
| ·译文构造算法的复杂度分析 | 第81-82页 |
| ·小结 | 第82-83页 |
| 第六章 多抽象层次记忆模式库 | 第83-95页 |
| ·记忆模式库的总体结构 | 第83-84页 |
| ·多抽象层次的知识表示 | 第84-86页 |
| ·抽象层知识表示 | 第84-85页 |
| ·表层模式的表示 | 第85-86页 |
| ·相似模式的检索 | 第86-90页 |
| ·检索的方式 | 第87页 |
| ·基于模式抽象特征的约束检索 | 第87-89页 |
| ·候选集的排序 | 第89-90页 |
| ·词汇记忆库和字典知识库 | 第90-92页 |
| ·词条信息和映像结构 | 第90-91页 |
| ·词条映像的操作 | 第91-92页 |
| ·记忆模式库的建立和维护 | 第92-94页 |
| ·记忆模式库的建立 | 第92-93页 |
| ·记忆模式库的维护和管理 | 第93-94页 |
| ·小结 | 第94-95页 |
| 第七章 IHSMT系统的实现和运行效果 | 第95-106页 |
| ·系统的开发运行环境 | 第95-96页 |
| ·英汉语言的对比 | 第96-97页 |
| ·人机互动学习的实现和效果分析 | 第97-99页 |
| ·模式特征抽取的实现 | 第97-98页 |
| ·系统学习的效果分析 | 第98-99页 |
| ·系统的翻译效果和性能评价 | 第99-105页 |
| ·运行实例 | 第100-101页 |
| ·性能评价 | 第101-105页 |
| ·匹配相似度和翻译精确性之间的关系 | 第102-103页 |
| ·全文搜索与抽象特征索引 | 第103-104页 |
| ·库的大小与翻译时间 | 第104页 |
| ·与基于规则的单翻译引擎的比较 | 第104-105页 |
| ·小结 | 第105-106页 |
| 第八章 结论与展望 | 第106-109页 |
| ·本文的工作总结 | 第106-107页 |
| ·下一步的工作 | 第107-109页 |
| 参考文献 | 第109-117页 |
| 附录：IHSMT系统运行实例 | 第117-122页 |
| 作者简历 | 第122页 |
| 攻读博士期间发表和被录用的论文 | 第122-123页 |