| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 引言 | 第11-17页 |
| ·选题的背景和意义 | 第11页 |
| ·句法结构 | 第11-12页 |
| ·名词短语定义 | 第12-13页 |
| ·专利相关概念 | 第13-15页 |
| ·专利文献适合于机器翻译的特点 | 第14页 |
| ·专利文献组成 | 第14-15页 |
| ·专利说明书构成 | 第15页 |
| ·术语定义 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 相关研究 | 第17-27页 |
| ·机器翻译方法 | 第17-19页 |
| ·基于理性主义的方法 | 第17-18页 |
| ·基于经验主义的方法 | 第18-19页 |
| ·统计机器翻译模型 | 第19-23页 |
| ·基于词的模型 | 第20-21页 |
| ·基于短语的模型 | 第21页 |
| ·基于句法的模型 | 第21-23页 |
| ·机器翻译子任务 | 第23-25页 |
| ·词汇翻译 | 第24页 |
| ·命名实体翻译 | 第24页 |
| ·基本名词短语翻译 | 第24-25页 |
| ·查询翻译 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第3章 基于NP 树的术语自动翻译技术 | 第27-41页 |
| ·建立NP 树库 | 第28-30页 |
| ·NP 树定义 | 第28-29页 |
| ·NP 树匹配 | 第29-30页 |
| ·基于知网的NP 语义相似度 | 第30-36页 |
| ·知网（HowNet）介绍 | 第31-32页 |
| ·概念相似度计算 | 第32-33页 |
| ·基于知网的语义相似度计算方法 | 第33页 |
| ·基于知网的NP 语义相似度计算 | 第33-36页 |
| ·NP 翻译模式 | 第36-40页 |
| ·NP+介词+NP 的翻译模式 | 第36-37页 |
| ·NP+done+介词+NP 的翻译模式 | 第37-39页 |
| ·NP+介词+doing+NP 的翻译模式 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于改进互信息的译文选择方法 | 第41-48页 |
| ·译文选择 | 第41-42页 |
| ·互信息 | 第42页 |
| ·译文选择的相关研究 | 第42-43页 |
| ·译文选择模型 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 实验结果评价与分析 | 第48-60页 |
| ·BLEU 评测方法 | 第48-49页 |
| ·NIST 评测方法 | 第49-52页 |
| ·实验条件 | 第52-55页 |
| ·训练数据 | 第52页 |
| ·语料预处理 | 第52-54页 |
| ·对比测试系统 | 第54页 |
| ·系统运行环境 | 第54-55页 |
| ·翻译结果的自动评测 | 第55-58页 |
| ·结果译文分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 附录Ⅰ PENN TREEBANK 英文词类标记（包括标点符号） | 第62-63页 |
| 附录II 系统界面 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第70页 |