| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究的背景和意义 | 第9-10页 |
| ·相关研究综述 | 第10-12页 |
| ·汉英名实体研究概述 | 第10-11页 |
| ·英汉词对齐需要解决的关键问题 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·本文主要研究内容和组织 | 第16-17页 |
| 第2章 基于转换错误驱动方法汉英名实体词对齐 | 第17-29页 |
| ·基于TBED 的汉英名实体词对齐 | 第17-25页 |
| ·基于转换的错误驱动算法介绍 | 第18-19页 |
| ·初始对齐 | 第19-20页 |
| ·规则模板设计 | 第20-21页 |
| ·规则定义 | 第21-22页 |
| ·汉英名实体对齐规则自学习 | 第22-23页 |
| ·规则的优化 | 第23-24页 |
| ·规则合并 | 第24-25页 |
| ·实验结果与分析 | 第25-28页 |
| ·实验用语料库 | 第25页 |
| ·规则的初选 | 第25-26页 |
| ·规则选取的阈值设定 | 第26页 |
| ·实验结果分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于网络搜索的汉英名实体词对齐 | 第29-40页 |
| ·基于Google 网络搜索频率数的对齐词对自动获取 | 第29-30页 |
| ·Google API | 第30-32页 |
| ·生成N-gram 候选对齐单元 | 第32-37页 |
| ·N-gram 对齐候选的生成 | 第32-35页 |
| ·候选对齐冲突消解 | 第35-36页 |
| ·基于Google 搜索引擎的名实体词对齐算法 | 第36-37页 |
| ·实验结果与分析 | 第37-39页 |
| ·阈值设定 | 第37页 |
| ·实验结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 名实体词对齐在EBMT 中的应用 | 第40-47页 |
| ·EBMT 模型 | 第40-43页 |
| ·基于词汇对齐的翻译知识自动获取 | 第43页 |
| ·翻译结果评价及讨论 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第53页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第53页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第53-54页 |
| 致谢 | 第54页 |