| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究的背景和现状 | 第7-8页 |
| ·机器翻译评价方法 | 第8-10页 |
| ·本文研究的主要内容 | 第10-12页 |
| 第二章 基于上下文的汉语统计语言模型 | 第12-23页 |
| ·引言 | 第12-13页 |
| ·基于词的 N-gram 模型 | 第13-14页 |
| ·统计语言模型的评价标准 | 第14-15页 |
| ·基于词的 N-gram 模型中的关键问题 | 第15页 |
| ·基于词的汉语 N-gram 模型的构造方法 | 第15-16页 |
| ·数据平滑 | 第16-22页 |
| ·前人提出的数据平滑算法 | 第16-22页 |
| ·本文采用的数据平滑方法 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于语言模型进行译文质量评价 | 第23-32页 |
| ·引言 | 第23页 |
| ·N-gram 语言模型的实现 | 第23-25页 |
| ·汉语 N-gram 模型的构造方法 | 第24页 |
| ·汉语 N-gram 模型的参数训练 | 第24-25页 |
| ·基于 N-gram 语言模型的机器翻译质量评价实验 | 第25-31页 |
| ·实验设置 | 第25-26页 |
| ·人工评价 | 第26-28页 |
| ·评价方法及计算结果 | 第28-29页 |
| ·结果分析 | 第29页 |
| ·大规模实验结果 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 BLEU/NIST 方法及与N-GRAM 模型的比较 | 第32-43页 |
| ·引言 | 第32-33页 |
| ·BLEU 方法介绍与实例 | 第33-36页 |
| ·NIST 方法介绍与实例 | 第36-38页 |
| ·BLEU 和NIST 方法的字模型和词模型评价实验 | 第38-41页 |
| ·N-GRAM 语言模型方法的字模型实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 N-GRAM 语言模型评价方法与其他翻译评价方法的比较 | 第43-55页 |
| ·引言 | 第43页 |
| ·忠实度和可懂度的人工评价 | 第43-45页 |
| ·错误类型和加权评分 | 第45-48页 |
| ·孤立点测试方法 | 第48-50页 |
| ·主要评价方法英汉系统评价结果比较 | 第50-51页 |
| ·不同评价间的相关性分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读学位期间公开发表的论文 | 第61-62页 |
| 致谢 | 第62页 |
