| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·研究背景、目的及意义 | 第9-11页 |
| ·机器翻译自动评价 | 第11-17页 |
| ·基于相似度计算的翻译自动评价 | 第12-13页 |
| ·基于机器学习的机器翻译自动评价 | 第13-17页 |
| ·本文主要研究内容及组织 | 第17-18页 |
| 第2章 基于相似度的翻译自动评价方法对比分析 | 第18-27页 |
| ·引言 | 第18页 |
| ·基于字符相似度的翻译自动评价模型 | 第18-23页 |
| ·基于N元统计的方法 | 第19-21页 |
| ·其它基于相似度计算的方法 | 第21-23页 |
| ·翻译自动评价模型性能分析 | 第23-26页 |
| ·不同数据集上性能对比 | 第24-25页 |
| ·不同译文质量上的性能分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于排序学习的翻译自动评价模型融合 | 第27-42页 |
| ·引言 | 第27页 |
| ·排序学习模型概述 | 第27-32页 |
| ·最大熵排序学习模型与翻译自动评价 | 第27-30页 |
| ·SVM排序学习模型与翻译自动评价 | 第30-32页 |
| ·评价指标 | 第32-35页 |
| ·相关系数 | 第32-34页 |
| ·句子级一致性(Sentence-level Consistency) | 第34-35页 |
| ·实验与结果分析 | 第35-41页 |
| ·模型集合与模型选择 | 第35-37页 |
| ·实验设置 | 第37-38页 |
| ·基于最大熵排序学习模型融合的翻译自动评价实验 | 第38-40页 |
| ·基于SVM排序学习模型融合的翻译自动评价实验 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于多特征的翻译自动评价研究 | 第42-49页 |
| ·引言 | 第42页 |
| ·特征集合 | 第42-43页 |
| ·实验与结果分析 | 第43-47页 |
| ·基于最大熵排序学习特征融合的翻译自动评价实验 | 第44页 |
| ·基于SVM排序学习特征融合的翻译自动评价实验 | 第44-47页 |
| ·与最新翻译自动评价方法比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 附录一 | 第55-56页 |
| 附录二 | 第56-57页 |
| 附录二(续) | 第57-58页 |
| 附录三 | 第58-59页 |
| 攻读学位期间发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |