基于最大熵的机器翻译研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 机器翻译的发展和现状 | 第12-14页 |
| 1.2.2 机器翻译的方法概述 | 第14-18页 |
| 1.2.3 最大熵方法处理自然语言的现状 | 第18-19页 |
| 1.3 研究目标和内容 | 第19页 |
| 1.4 本文组织结构 | 第19-21页 |
| 第二章 相关技术介绍 | 第21-34页 |
| 2.1 统计机器翻译概述 | 第21-29页 |
| 2.1.1 统计机器翻译方法分析 | 第21-23页 |
| 2.1.2 统计机器翻译中的模型 | 第23-27页 |
| 2.1.3 统计机器翻译框架 | 第27-29页 |
| 2.2 基于最大熵的统计机器翻译 | 第29-31页 |
| 2.2.1 最大熵方法概述 | 第29-30页 |
| 2.2.2 基于最大熵的统计机器翻译 | 第30-31页 |
| 2.3 机器翻译的自动测评方法 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于词频的SKIP语言模型 | 第34-48页 |
| 3.1 统计语言模型 | 第34-36页 |
| 3.1.1 n-gram语言模型 | 第34-35页 |
| 3.1.2 语言模型存在的问题 | 第35-36页 |
| 3.2 N-GRAM模型的平滑技术研究 | 第36-39页 |
| 3.2.1 加法平滑法 | 第36页 |
| 3.2.2 回退平滑法 | 第36-38页 |
| 3.2.3 插值平滑法 | 第38页 |
| 3.2.4 平滑技术分析 | 第38-39页 |
| 3.3 基于词频的SKIP语言模型及平滑技术 | 第39-43页 |
| 3.3.1 skip语言模型构建过程 | 第39-43页 |
| 3.3.2 skip语言模型的平滑技术 | 第43页 |
| 3.4 实验和结果分析 | 第43-47页 |
| 3.4.1 评测指标 | 第43-44页 |
| 3.4.2 实验和分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 针对维汉统计机器翻译的最大熵模型 | 第48-64页 |
| 4.1 通用统计机器翻译最大熵模型 | 第48-54页 |
| 4.1.1 基于短语的翻译模型 | 第48-53页 |
| 4.1.2 其他特征 | 第53-54页 |
| 4.2 面向维-汉翻译的最大熵模型 | 第54-62页 |
| 4.2.1 维汉翻译的难点 | 第54-56页 |
| 4.2.2 基于词素的维汉短语翻译模型 | 第56-62页 |
| 4.2.3 其他特征的使用 | 第62页 |
| 4.3 实验和分析 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 基于最大熵的维汉翻译系统的设计与实现 | 第64-78页 |
| 5.1 总体设计方案 | 第64-73页 |
| 5.1.1 各层模块功能介绍 | 第65-67页 |
| 5.1.2 维汉翻译流程 | 第67-68页 |
| 5.1.3 系统中重要功能工具 | 第68-73页 |
| 5.2 系统展示 | 第73-77页 |
| 5.2.1 语料数据 | 第73页 |
| 5.2.2 系统运行环境 | 第73页 |
| 5.2.3 系统界面及使用介绍 | 第73-75页 |
| 5.2.4 翻译效果 | 第75-77页 |
| 5.3 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻硕期间取得的研究成果 | 第86-87页 |
