首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--翻译机论文

面向模板机器翻译的文本生成技术研究

摘要第5-6页
ABSTRACT第6-7页
第1章 引言第11-21页
    1.1 课题背景第11-12页
    1.2 基于模板机器翻译的概述第12-15页
    1.3 基于模板机器翻译中的短语翻译第15-16页
    1.4 短语翻译中需要解决的关键技术第16-19页
    1.5 论文结构第19-21页
第2章 基于模板机器翻译中模板的匹配与优选第21-37页
    2.1 文本模板直接匹配的翻译框架第21-23页
        2.1.1 模板的定义第21-22页
        2.1.2 文本模板直接匹配的翻译模型第22-23页
    2.2 候选模板的抽取第23-26页
        2.2.1 Dice系数的原理第23-24页
        2.2.2 过滤候选模板第24-26页
    2.3 待译句子的变换第26-27页
    2.4 相似度计算及映射关系的获取第27-32页
        2.4.1 句子和模板间的相似度计算第27-28页
        2.4.2 映射关系的获取第28-31页
        2.4.3 编辑距离计算和映射关系获取实例第31-32页
    2.5 最优模板选择第32-35页
        2.5.1 编辑距离要素第32页
        2.5.2 短语译文质量要素第32-33页
        2.5.3 模板覆盖度要素第33-34页
        2.5.4 模板优选公式及实例说明第34-35页
    2.6 本章小结第35-37页
第3章 基于模板机器翻译中译文的生成第37-61页
    3.1 译文生成规则第37-38页
    3.2 短语翻译引擎的构建第38-41页
        3.2.1 基于TM引擎的短语翻译第39页
        3.2.2 基于序列相交的短语翻译模型第39-40页
        3.2.3 基于模板的短语翻译第40-41页
        3.2.4 基于双语词典直翻(WDT)的短语翻译第41页
    3.3 短语翻译中汉语的词义消歧第41-50页
        3.3.1 基于贝叶斯分类器的消歧方法第42-43页
        3.3.2 基于最大熵模型的词义消歧方法第43-45页
        3.3.3 基于义项词语的无导词义消歧方法第45-48页
        3.3.4 基于词典的词义消歧方法第48-50页
    3.4 短语翻译中英语的冠词选择第50-59页
        3.4.1 基于转换的错误驱动方法的冠词选择第51-54页
        3.4.2 基于条件随机场的冠词选择第54-58页
        3.4.3 结合条件随机场和基于转换学习的方法进行冠词选择第58-59页
    3.5 本章小结第59-61页
第4章 实验及结果分析第61-75页
    4.1 基于文本-模板直接匹配的翻译实验与分析第61-66页
        4.1.1 评测方法第61-63页
        4.1.2 实验结果及分析第63-66页
    4.2 译文生成中词义消歧的实验与分析第66-70页
        4.2.1 词义消歧的评测方法第66页
        4.2.2 词义消歧的实验与分析第66-70页
    4.3 冠词选择的实验与分析第70-72页
    4.4 对短语翻译引擎改良的实验与分析第72-74页
    4.5 本章小结第74-75页
第5章 结束语第75-77页
    5.1 研究工作总结第75页
    5.2 未来的工作第75-77页
参考文献第77-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:基于网络评论情感和区域的观点社群发现技术的研究
下一篇:多域光网络中基于p-Cycle的多播业务保护算法设计与仿真实现