规则与统计相结合的日语时间表达式识别与翻译研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 时间表达式识别的研究现状 | 第13-15页 |
| 1.2.2 机器翻译的研究现状 | 第15页 |
| 1.3 论文的主要内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 2 理论与技术基础 | 第17-23页 |
| 2.1 时间表达式识别方法 | 第17-19页 |
| 2.1.1 基于机器学习的序列标注方法 | 第17-19页 |
| 2.1.2 基于规则的方法 | 第19页 |
| 2.2 机器翻译方法 | 第19-23页 |
| 2.2.1 基本翻译方法 | 第20-22页 |
| 2.2.2 译文评估方法 | 第22-23页 |
| 3 日语时间表达式的识别研究 | 第23-34页 |
| 3.1 基本概念及问题分析 | 第23-26页 |
| 3.1.1 时间表达式 | 第23页 |
| 3.1.2 时间基类 | 第23-24页 |
| 3.1.3 日语时间表达式知识库 | 第24-26页 |
| 3.1.4 问题分析 | 第26页 |
| 3.2 规则与统计相结合的识别系统结构 | 第26-27页 |
| 3.3 错误驱动思想 | 第27-28页 |
| 3.4 基于CRF的识别方法研究 | 第28-31页 |
| 3.4.1 条件随机场模型 | 第28-29页 |
| 3.4.2 特征与特征模板 | 第29-30页 |
| 3.4.3 系统实现 | 第30-31页 |
| 3.5 基于知识库强化规则集的识别方法研究 | 第31-32页 |
| 3.5.1 人工启发式识别规则 | 第31-32页 |
| 3.5.2 系统实现 | 第32页 |
| 3.6 融合策略 | 第32-34页 |
| 4 日汉时间表达式的翻译研究 | 第34-41页 |
| 4.1 统计机器翻译 | 第34-35页 |
| 4.2 翻译规则 | 第35-39页 |
| 4.2.1 人工启发式翻译规则 | 第35-36页 |
| 4.2.2 最长匹配移进归约方法 | 第36-39页 |
| 4.3 翻译系统实现 | 第39-41页 |
| 4.3.1 融合策略 | 第40-41页 |
| 5 实验设置、结果及分析 | 第41-45页 |
| 5.1 实验环境 | 第41页 |
| 5.2 日语时间表达式识别实验 | 第41-43页 |
| 5.2.1 实验语料 | 第41页 |
| 5.2.2 评测方法 | 第41-42页 |
| 5.2.3 实验结果及分析 | 第42-43页 |
| 5.3 日语时间表达式翻译实验 | 第43-45页 |
| 5.3.1 实验语料 | 第43页 |
| 5.3.2 评测方法 | 第43-44页 |
| 5.3.3 实验结果及分析 | 第44-45页 |
| 6 总结 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第49-51页 |
| 学位论文数据集 | 第51页 |
