基于实例英汉翻译系统研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-21页 |
| ·机器翻译的历史 | 第10-13页 |
| ·初始阶段:萌芽期(1946年～1966年) | 第11页 |
| ·波折阶段:低谷期(1966年～1975年) | 第11-12页 |
| ·恢复阶段:复苏期(1975年～1989年) | 第12页 |
| ·新发展阶段:繁荣期(1989年～至今) | 第12-13页 |
| ·机器翻译的方法 | 第13-18页 |
| ·基于规则(Rule-Based)的机器翻译方法 | 第13-14页 |
| ·基于统计的机器翻译的方法 | 第14-16页 |
| ·基于实例的机器翻译的方法 | 第16-17页 |
| ·基于范例推理的机器翻译 | 第17-18页 |
| ·多引擎的机器翻译方法 | 第18页 |
| ·我国机器翻译状况 | 第18-19页 |
| ·机器翻译的发展前景 | 第19-20页 |
| ·本论文的选题和研究内容 | 第20-21页 |
| 第二章 基于实例的机器翻译 | 第21-29页 |
| ·基本原理 | 第21-23页 |
| ·基于实例的机器翻译系统的组成: | 第23-24页 |
| ·基于实例的机器翻译的相关问题 | 第24-27页 |
| ·双语语料库的建立: | 第24-26页 |
| ·短语片段粒度的划分: | 第26页 |
| ·相似实例的检索 | 第26-27页 |
| ·目标语句的重组: | 第27页 |
| ·基于实例机器翻译优点 | 第27-29页 |
| 第三章 面向数据的翻译(DOT)模型 | 第29-41页 |
| ·DOP模型 | 第29-31页 |
| ·DOT1模型 | 第31-39页 |
| ·DOT2模型 | 第39-41页 |
| 第四章 语句相似度计算 | 第41-45页 |
| ·语句相似度计算方法概述 | 第41-42页 |
| ·句子编辑距离的概念 | 第42页 |
| ·词语语义相似度计算 | 第42-44页 |
| ·WordNet简介 | 第42-43页 |
| ·基于WordNet的英语词语词义相似度计算 | 第43-44页 |
| ·改进编辑距离计算语句相似度 | 第44-45页 |
| 第五章 EBMT系统的设计 | 第45-57页 |
| ·词性标注和短语结构标注 | 第45-47页 |
| ·建立双语对齐树库 | 第47-53页 |
| ·标注源语句对 | 第47-48页 |
| ·双语对齐关系标注 | 第48-50页 |
| ·双语对齐存储结构 | 第50-52页 |
| ·单词索引 | 第52-53页 |
| ·EBMT系统的翻译过程 | 第53-57页 |
| 第六章 EBMT系统的实现 | 第57-71页 |
| ·使用技术介绍 | 第57-59页 |
| ·Mysql数据库 | 第57-58页 |
| ·Ruby | 第58页 |
| ·Rails | 第58-59页 |
| ·数据库存储设计 | 第59-61页 |
| ·语句对存储结构sentences | 第59页 |
| ·对应关系存储结构表fragments | 第59-60页 |
| ·索引存储结构表keywords | 第60页 |
| ·词语相似度存储表similaritie | 第60-61页 |
| ·相似度计算模块 | 第61-64页 |
| ·词语相似度计算模块 | 第61-62页 |
| ·语句相似度计算模块 | 第62-64页 |
| ·XML文档导入 | 第64-67页 |
| ·语料库语句的编辑与添加 | 第67页 |
| ·翻译语句重组 | 第67-68页 |
| ·系统实现中遇到的问题 | 第68-71页 |
| ·语句相似度计算 | 第68-69页 |
| ·多意词意思的选择 | 第69页 |
| ·中文量词和名词的关联 | 第69-70页 |
| ·复数翻译结果的判定 | 第70页 |
| ·未知单词和句形的翻译 | 第70-71页 |
| 第七章 翻译系统测试结果 | 第71-73页 |
| 第八章 总结和展望 | 第73-76页 |
| ·本系统的优缺点 | 第73-74页 |
| ·EBMT系统的前景展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士期间发表的学术论文 | 第80页 |
