机器翻译评测技术研究
致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-10页 |
1 引言 | 第10-15页 |
·研究背景与意义 | 第10-11页 |
·研究现状与发展 | 第11-13页 |
·本文研究的主要内容 | 第13-15页 |
2 现有评测方法分析 | 第15-27页 |
·基于参考译文的自动评测 | 第15-19页 |
·基本原理分析 | 第15-17页 |
·BLEU | 第17-19页 |
·译文质量评估 | 第19-21页 |
·基本原理分析 | 第19-20页 |
·Lucia的方法 | 第20-21页 |
·异同分析 | 第21页 |
·评测的评测 | 第21-26页 |
·人工评测指标 | 第21-23页 |
·相关系数 | 第23-26页 |
·本章小结 | 第26-27页 |
3 基于n-gram语言模型的自动评测 | 第27-37页 |
·引言 | 第27-28页 |
·n-gram语言模型的原理与实现 | 第28-30页 |
·基于n-gram语言模型的自动评测 | 第30-31页 |
·实验 | 第31-36页 |
·实验数据 | 第31-32页 |
·实验设置 | 第32-33页 |
·实验结果与分析 | 第33-36页 |
·本章小结 | 第36-37页 |
4 基于双语词典的自动评测 | 第37-45页 |
·引言 | 第37页 |
·GTM | 第37-39页 |
·基于双语词典的自动评测 | 第39-41页 |
·实验 | 第41-44页 |
·本章小结 | 第44-45页 |
5 两种自动评测方法的融合 | 第45-52页 |
·引言 | 第45页 |
·基于网格搜索的融合 | 第45-48页 |
·METEOR | 第45-47页 |
·基于网格搜索算法的融合 | 第47-48页 |
·基于机器学习的融合 | 第48-49页 |
·两种融合方法的结果分析 | 第49-51页 |
·本章小结 | 第51-52页 |
6 总结与展望 | 第52-54页 |
·总结 | 第52页 |
·展望 | 第52-54页 |
参考文献 | 第54-57页 |
作者简历 | 第57-59页 |
学位论文数据集 | 第59页 |