统计机器翻译重排序和特定领域应用研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 论文的主要工作 | 第14-15页 |
| 1.3 论文的组织 | 第15-17页 |
| 2 基于短语的统计机器翻译 | 第17-21页 |
| 2.1 引言 | 第17页 |
| 2.2 建模方法 | 第17页 |
| 2.3 训练流程 | 第17-19页 |
| 2.4 解码 | 第19-20页 |
| 2.5 译文评价 | 第20-21页 |
| 3 基于卷积神经网络的翻译结果重排序 | 第21-37页 |
| 3.1 引言 | 第21-22页 |
| 3.2 配对排序方法 | 第22页 |
| 3.3 卷积神经网络用于特征抽取 | 第22-23页 |
| 3.4 卷积神经网络增强的重排序框架 | 第23-27页 |
| 3.4.1 LinearRanking | 第23-24页 |
| 3.4.2 FNNRanking | 第24页 |
| 3.4.3 C2Ranking | 第24-25页 |
| 3.4.4 C1Ranking | 第25页 |
| 3.4.5 CNNRanking | 第25页 |
| 3.4.6 模型对比 | 第25-27页 |
| 3.5 训练 | 第27-29页 |
| 3.5.1 训练标准 | 第27-28页 |
| 3.5.2 配对采样方法 | 第28页 |
| 3.5.3 解码 | 第28-29页 |
| 3.6 实验和结果分析 | 第29-35页 |
| 3.6.1 实验配置 | 第29-30页 |
| 3.6.2 采样方法实验 | 第30-32页 |
| 3.6.3 卷积核实验 | 第32-33页 |
| 3.6.4 不同框架对比实验 | 第33-35页 |
| 3.7 小结 | 第35-37页 |
| 4 卷积神经网络增强的重排序方法的其他应用 | 第37-49页 |
| 4.1 引言 | 第37-38页 |
| 4.2 信息检索 | 第38-43页 |
| 4.2.1 相关方法 | 第38-39页 |
| 4.2.2 评价方法 | 第39-40页 |
| 4.2.3 实验设置 | 第40页 |
| 4.2.4 实验结果和分析 | 第40-43页 |
| 4.3 中文并列结构识别 | 第43-47页 |
| 4.3.1 评价方法 | 第44-45页 |
| 4.3.2 并列结构重排序以及重组 | 第45-46页 |
| 4.3.3 实验设置 | 第46页 |
| 4.3.4 实验结果和分析 | 第46-47页 |
| 4.4 小结 | 第47-49页 |
| 5 商品领域翻译系统性能调优 | 第49-57页 |
| 5.1 引言 | 第49页 |
| 5.2 任务介绍 | 第49-50页 |
| 5.3 添加其他领域数据 | 第50页 |
| 5.4 添加领域相关数据 | 第50-51页 |
| 5.5 实验结果及分析 | 第51-56页 |
| 5.5.1 实验设置 | 第51-52页 |
| 5.5.2 实验结果及分析 | 第52-56页 |
| 5.6 小结 | 第56-57页 |
| 6 翻译训练流程的可视化控制 | 第57-67页 |
| 6.1 引言 | 第57-58页 |
| 6.2 技术简介 | 第58-59页 |
| 6.2.1 整体构架 | 第58页 |
| 6.2.2 运行环境 | 第58-59页 |
| 6.2.3 部署方法 | 第59页 |
| 6.3 基于可视化控制系统的训练流程 | 第59-67页 |
| 6.3.1 上传文件 | 第60-61页 |
| 6.3.2 预处理语料 | 第61-62页 |
| 6.3.3 获取短语表 | 第62-64页 |
| 6.3.4 获取语言模型 | 第64页 |
| 6.3.5 调节系统参数 | 第64-65页 |
| 6.3.6 构建翻译系统和翻译 | 第65-66页 |
| 6.3.7 翻译和重排序 | 第66-67页 |
| 7 总结和展望 | 第67-69页 |
| 7.1 工作总结 | 第67页 |
| 7.2 未来工作 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 简历与科研成果 | 第76-77页 |
