PrivSMT：一种在线机器翻译隐私保护框架
| 中文摘要 | 第5-6页 |
| 英文摘要 | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题背景及研究意义 | 第11-13页 |
| 1.2 相关研究工作介绍 | 第13-15页 |
| 1.3 本文工作 | 第15-16页 |
| 1.4 本文结构组织 | 第16-17页 |
| 第二章 基于短语的统计机器翻译简介 | 第17-25页 |
| 2.1 机器翻译概述 | 第17-18页 |
| 2.2 基于短语的统计机器翻译 | 第18-22页 |
| 2.2.1 翻译模型 | 第19页 |
| 2.2.2 语言模型 | 第19-20页 |
| 2.2.3 解码算法 | 第20-22页 |
| 2.3 本章小结 | 第22-25页 |
| 第三章 PrivSMT：统计机器翻译隐私保护框架 | 第25-43页 |
| 3.1 PrivSMT概览 | 第25-27页 |
| 3.2 隐私泄露度量方案 | 第27-34页 |
| 3.2.1 隐私分数的机器学习方法 | 第28-32页 |
| 3.2.2 个性化的隐私分数学习 | 第32-34页 |
| 3.3 Phrase Table请求的分配方案 | 第34-40页 |
| 3.3.1 最优分配策略查找算法 | 第35-39页 |
| 3.3.2 翻译质量约束 | 第39-40页 |
| 3.4 语言模型请求的分配方案 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 面向服务器的隐私增强方案 | 第43-47页 |
| 4.1 基于搜索引擎的虚假请求 | 第43页 |
| 4.2 本地Phrase Table | 第43-44页 |
| 4.3 利用代理技术增加可用服务器 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 PrivSMT框架的验证与评估 | 第47-57页 |
| 5.1 隐私度量方案的评估 | 第47-48页 |
| 5.2 隐私保护强度评估 | 第48-50页 |
| 5.3 虚假请求的效用评估 | 第50-51页 |
| 5.4 多源统计参数下的翻译质量 | 第51-53页 |
| 5.5 翻译效率 | 第53-54页 |
| 5.6 本章小结 | 第54-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 论文工作总结 | 第57页 |
| 6.2 未来展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 附录 | 第65-67页 |
