| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 跨语言信息检索 | 第11-12页 |
| 1.2.2 跨语言相似性检测 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 2 文本相似性度量技术基础 | 第15-30页 |
| 2.1 距离度量函数 | 第15-16页 |
| 2.2 向量空间模型 | 第16-18页 |
| 2.3 单语言文本相似度估计算法 | 第18-23页 |
| 2.3.1 中文分词技术 | 第18-20页 |
| 2.3.2 Minwise Hash算法 | 第20-21页 |
| 2.3.3 b位Minwise Hash算法 | 第21-22页 |
| 2.3.4 One Permutation Hash算法 | 第22-23页 |
| 2.4 跨语言文本相关性检测算法 | 第23-29页 |
| 2.4.1 CL-CNG 算法 | 第25-26页 |
| 2.4.2 CL-ASA 算法 | 第26-27页 |
| 2.4.3 CL-KGA 算法 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于多粒度跨语言文本机器翻译算法研究 | 第30-54页 |
| 3.1 基于单词粒度文本机器翻译算法 | 第30-37页 |
| 3.1.1 单向词语粒度文本翻译 | 第31-35页 |
| 3.1.2 双向词语粒度文本翻译 | 第35-37页 |
| 3.2 基于句子粒度文本机器翻译算法 | 第37-42页 |
| 3.2.1 句子粒度文本翻译 | 第38-41页 |
| 3.2.2 句子粒度文本二次翻译 | 第41-42页 |
| 3.3 基于二元组与句子结合机器翻译算法 | 第42-46页 |
| 3.3.1 算法流程 | 第42-43页 |
| 3.3.2 算法描述及实现 | 第43-45页 |
| 3.3.3 实例分析 | 第45-46页 |
| 3.4 实验结果分析 | 第46-50页 |
| 3.4.1 实验文本获取 | 第46-47页 |
| 3.4.2 实验结果分析 | 第47-50页 |
| 3.5 可疑文档候选集快速遴选系统实现 | 第50-53页 |
| 3.5.1 系统功能框架 | 第50-51页 |
| 3.5.2 系统实现 | 第51-53页 |
| 3.6 本章小结 | 第53-54页 |
| 4 跨语言文本相关性检测算法研究 | 第54-69页 |
| 4.1 ESA算法 | 第54-56页 |
| 4.2 CL-ESA 算法 | 第56-59页 |
| 4.3 基于聚类的索引文档选取算法 | 第59-64页 |
| 4.3.1 算法流程 | 第60-61页 |
| 4.3.2 算法描述 | 第61页 |
| 4.3.3 算法具体分析 | 第61-64页 |
| 4.4 实验过程及实验结果分析 | 第64-67页 |
| 4.4.1 实验过程 | 第64-66页 |
| 4.4.2 实验结果分析 | 第66-67页 |
| 4.5 本章小结 | 第67-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 工作总结 | 第69-70页 |
| 5.2 未来工作展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读学位期间主要的研究成果 | 第76-77页 |
| 致谢 | 第77页 |