基于深度学习的印尼语机器翻译系统的实现
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 印尼语机器翻译研究背景 | 第13页 |
| 1.2 机器翻译发展历程 | 第13-15页 |
| 1.3 机器翻译国内外现状 | 第15-16页 |
| 1.3.1 系统应用 | 第15页 |
| 1.3.2 技术评测 | 第15-16页 |
| 1.3.3 性能现状 | 第16页 |
| 1.4 论文解决的主要问题 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第2章 印尼语翻译系统的设计 | 第18-29页 |
| 2.1 印尼语机器翻译的需求 | 第18页 |
| 2.2 印尼语语言特性 | 第18-20页 |
| 2.2.1 印尼语与英语 | 第18-19页 |
| 2.2.2 印尼语与汉语 | 第19-20页 |
| 2.3 印尼语机器翻译的总体架构 | 第20-21页 |
| 2.3.1 翻译系统设计目标 | 第20-21页 |
| 2.3.2 系统总体架构 | 第21页 |
| 2.4 印尼语翻译的神经网络结构 | 第21-26页 |
| 2.4.1 印尼语翻译基础网络结构 | 第22-23页 |
| 2.4.2 基础网络结构的改进 | 第23-25页 |
| 2.4.3 解码器隐层单元的改进 | 第25-26页 |
| 2.5 印尼语翻译的结构设计 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 印尼语机器翻译的数据准备 | 第29-45页 |
| 3.1 数据采集需求 | 第29页 |
| 3.2 数据收集 | 第29-33页 |
| 3.2.1 中英印尼单双语料下载 | 第30-31页 |
| 3.2.2 中英印尼单双语料抓取 | 第31-33页 |
| 3.3 不同网站的爬取方式 | 第33-41页 |
| 3.3.1 本地爬取工程实现 | 第33-39页 |
| 3.3.2 集群抓取工程实现 | 第39-41页 |
| 3.4 单双语料清洗 | 第41-44页 |
| 3.4.1 数据去重 | 第41-42页 |
| 3.4.2 长度清洗 | 第42-43页 |
| 3.4.3 词表清洗 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 数据预处理 | 第45-51页 |
| 4.1 印尼语语言检测 | 第45-47页 |
| 4.2 语料基本格式处理 | 第47-48页 |
| 4.3 未登录词问题 | 第48-49页 |
| 4.3.1 未登录词的出现 | 第48页 |
| 4.3.2 未登录词问题的解决 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第5章 印尼语机器翻译系统的优化及测试 | 第51-65页 |
| 5.1 词向量模型预训练 | 第51-52页 |
| 5.2 中印及英印互译模型的训练 | 第52-55页 |
| 5.2.1 超参数配置 | 第52-53页 |
| 5.2.2 印尼语翻译模型训练流程 | 第53-55页 |
| 5.3 印尼语翻译模型的工程优化 | 第55-58页 |
| 5.3.1 BLEU自动测试 | 第55页 |
| 5.3.2 动态重排序 | 第55-56页 |
| 5.3.3 模型存储优化 | 第56-58页 |
| 5.4 印尼语翻译模型测试 | 第58-62页 |
| 5.4.1 中英及印的互译模型测试 | 第58-61页 |
| 5.4.2 竞品翻译评测 | 第61-62页 |
| 5.5 印尼语翻译系统使用示例 | 第62-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 学位论文评阅及答辩情况表 | 第72页 |
