| 中文摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第14-18页 |
| 1.1.1 深度学习在自然语言处理中的应用 | 第15-16页 |
| 1.1.2 深度学习在机器翻译中的应用 | 第16-18页 |
| 1.2 研究内容 | 第18-19页 |
| 1.3 组织结构 | 第19-21页 |
| 第二章 神经机器翻译和统计机器翻译 | 第21-35页 |
| 2.1 神经机器翻译 | 第21-29页 |
| 2.1.1 词表的抽取 | 第23-25页 |
| 2.1.2 编码器 | 第25-26页 |
| 2.1.3 注意力机制 | 第26-28页 |
| 2.1.4 解码器 | 第28-29页 |
| 2.2 神经机器翻译的训练和测试 | 第29-30页 |
| 2.3 基于短语的统计机器翻译 | 第30-31页 |
| 2.4 基于短语的统计机器翻译训练和测试 | 第31-32页 |
| 2.5 神经机器翻译和统计机器翻译的解码方式的差异 | 第32-33页 |
| 2.6 机器翻译译文评价 | 第33页 |
| 2.7 本章小结 | 第33-35页 |
| 第三章 融合词汇对齐结构的神经机器翻译 | 第35-55页 |
| 3.1 引言 | 第35-37页 |
| 3.2 相关研究 | 第37-38页 |
| 3.3 融合统计机器翻译词汇对齐结构的神经机器翻译 | 第38-47页 |
| 3.3.1 统计机器翻译词汇对齐结构 | 第39-42页 |
| 3.3.2 门控机制模型 | 第42-44页 |
| 3.3.3 直接竞争机制模型 | 第44-46页 |
| 3.3.4 低频词的处理 | 第46页 |
| 3.3.5 模型训练和测试 | 第46-47页 |
| 3.4 实验与分析 | 第47-54页 |
| 3.4.1 实验设置 | 第47-49页 |
| 3.4.2 汉英翻译实验结果 | 第49-51页 |
| 3.4.3 门控制机制效果检测实验结果 | 第51-52页 |
| 3.4.4 大规模语料汉英、英德实验结果 | 第52-53页 |
| 3.4.5 实验分析 | 第53-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 融合短语结构的神经机器翻译 | 第55-74页 |
| 4.1 引言 | 第55-56页 |
| 4.2 相关研究 | 第56-57页 |
| 4.3 融合统计机器翻译短语结构的神经机器翻译 | 第57-65页 |
| 4.3.1 短语记忆装置 | 第59-62页 |
| 4.3.2 组块短语 | 第62-64页 |
| 4.3.3 协调模型 | 第64页 |
| 4.3.4 模型训练和测试 | 第64-65页 |
| 4.4 实验与分析 | 第65-73页 |
| 4.4.1 实验设置 | 第66-68页 |
| 4.4.2 汉英翻译实验结果 | 第68-69页 |
| 4.4.3 短语生成替换实验结果 | 第69-70页 |
| 4.4.4 不同短语推荐数量实验结果 | 第70页 |
| 4.4.5 不同短语翻译概率参数实验结果 | 第70-71页 |
| 4.4.6 短语推荐和词汇推荐实验结果 | 第71-72页 |
| 4.4.7 实验分析 | 第72-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 融合句法结构的神经机器翻译 | 第74-93页 |
| 5.1 引言 | 第74-75页 |
| 5.2 相关研究 | 第75-77页 |
| 5.3 基于句法结构骨架的神经机器翻译 | 第77-86页 |
| 5.3.1 骨架的抽取 | 第77-82页 |
| 5.3.2 骨架解码器 | 第82页 |
| 5.3.3 属性解码器 | 第82-85页 |
| 5.3.4 模型训练和测试 | 第85-86页 |
| 5.4 实验与分析 | 第86-92页 |
| 5.4.1 实验设置 | 第86-88页 |
| 5.4.2 汉英翻译实验结果 | 第88-89页 |
| 5.4.3 给定骨架强制解码实验结果 | 第89-90页 |
| 5.4.4 实验分析 | 第90-92页 |
| 5.5 本章小结 | 第92-93页 |
| 第六章 总结和展望 | 第93-95页 |
| 6.1 总结 | 第93-94页 |
| 6.2 展望 | 第94-95页 |
| 参考文献 | 第95-111页 |
| 攻读博士学位期间公开发表的论文 | 第111页 |
| 攻读博士学位期间参与的科研项目 | 第111-113页 |
| 致谢 | 第113-115页 |